邏輯迴歸會傳回機率。您可以使用傳回的機率「原樣」(例如，使用者點選這則廣告的機率為 0.00023) 或將傳回的機率轉換為二進位值 (例如，此電子郵件為垃圾內容)。
針對特定電子郵件傳回 0.9995 傳回的邏輯迴歸模型，可預測此電子郵件很有可能成為垃圾郵件。反之，另一個相同邏輯迴歸模型中，預測分數為 0.0003 的電子郵件很可能是垃圾郵件。不過，如果是預測分數為 0.6 的電子郵件，該怎麼辦？如要將邏輯迴歸值對應至二進位檔類別，您必須定義分類門檻 (也稱為決策門檻)。高於該門檻的值代表「垃圾內容」，值則代表「非垃圾內容」。 您假設假定分類門檻一律為 0.5，但門檻取決於問題，因此您必須調整的值。
以下各節將深入介紹可用來評估分類模型預測指標的指標，以及變更分類門檻對這些預測的影響。