假设我们有一个包含 3 个类的多类分类任务：
{芝士蛋糕、冰淇淋、苹果派}
鉴于我们有一个训练有素的神经网络，可以对随机厨师更喜欢的三种甜点中的哪一种进行分类。另外，假设输出层由 3 个激活了 softmax 的神经元组成，每个神经元代表喜欢相应甜点的概率。
例如，这种网络的可能输出可能是：
输出(chef_1) = { P(芝士蛋糕) = 0.3; P（冰淇淋）= 0.1；P(苹果派) = 0.6; }
输出(chef_2) = { P(芝士蛋糕) = 0.2; P（冰淇淋）= 0.1；P(苹果派) = 0.7; }
输出（厨师_3）= { P（芝士蛋糕）= 0.1；P（冰淇淋）= 0.1；P(苹果派) = 0.8; }
在这种情况下，所有实例（chef_1、chef_2 和 chef_3）都可能更喜欢 Apple Pie，但信心不同（例如，chef_3 比 chef_1 更喜欢 Apple Pie，因为网络概率输出分别为 0.8 和 0.6）
假设我们有一个包含 1000 位厨师的新数据集，并且我们想要计算他们最喜欢的甜点的分布，我们只需对 1000 位厨师中的每一位进行分类，并根据最大概率的神经元确定他最喜欢的甜点。
我们还希望通过丢弃最大预测概率低于 0.6 的厨师来提高预测准确性。让我们假设 1000 人中有 200 人以这样的概率被预测，我们将它们丢弃。
在这种情况下，如果一种甜点比另一种更容易预测，我们可能会偏向 800 位厨师（预测的概率高于 0.6）的分布。
例如，如果类的平均预测概率是：
平均P（芝士蛋糕）= 0.9
平均 P（冰淇淋）= 0.5
平均P（苹果派）= 0.8
并且我们丢弃了预测概率低于 0.6 的厨师，在被丢弃的 200 位厨师中，可能有更多的厨师更喜欢冰淇淋，这将导致其他 800 位厨师的分布有偏差。
在这个很长的介绍之后（我很高兴你还在阅读），我的问题是：
我们是否需要为每个班级设置不同的阈值？（例如，在 Cheesecake 预测中丢弃概率低于 X 的实例，在 Ice Cream 预测中丢弃概率低于 Y 的实例，以及在 Apple Pie 预测中丢弃概率低于 Z 的实例）。
如果是，我如何在不影响我的 1000 个厨师数据集的整体分布的情况下校准阈值（即丢弃低概率预测以提高准确性，同时保留原始数据集的分布）。
我尝试使用每个类别的平均预测概率作为阈值，但我不能保证它不会影响分布（因为这些阈值可能会过度拟合测试集而不是 1000 名厨师数据集）。
有什么建议或相关论文吗？