将预测的数字 y 值从由 PCA 权重构建的模型转换为布尔值

我使用决策树分类器和 PCA 来构建分类模型。它将每个样本分类为布尔值。然后我使用 PCA 的权重来预测新样本。这将返回数字 y 值。但是，训练数据的 y 是布尔值。我想知道如何将数值转换为布尔值。此时如果y > 0，我将其归类为True，否则为False。

数据看起来像这样

x1 x2 x3  y
1  20  0  True
20 1  1   False

在 PCA 之后，我得到了权重 PC1、PC2。然后我计算了平均值

   PC1  PC2   AVG_WEIGHT
x1 0.5. 0.2   0.35
x2 0.01 -0.02 -0.005
x3 0.1  0.15  0.125

我正在尝试使用主成分的权重来预测新样本。 y = avg_weight 1 * feature 1 + avg_weight 2 * feature 2。这给了我预测的 y 值。

由于训练数据的 y 值是布尔值，我的问题是我应该使用什么值来识别预测的 y 应该是 True 还是 False？目前我使用 0 将数字 y 分类为布尔值。