Zum Beispiel trainierte ich eine Bayes (SVM, Random oder etwas anderes) Modell mit folgenden Punktzahl:Wie kann man erreichen, dass das Sklearn-Modell in einer bestimmten Klasse eine vordefinierte Genauigkeit oder einen bestimmten Wert erreicht?
Model:
precision recall f1-score support
neg 0.0622 0.9267 0.1166 191
pos 0.9986 0.7890 0.8815 12647
avg/total 0.98 0.79 0.87 12838
mir Mein Chef sagen, dass Präzision von neg
zu niedrig ist, und er kann um 60% Rückruf akzeptieren, nein muss so hoch sein. Also brauche ich einen Weg, um die beste Präzision zu erreichen, indem ich den Rückruf auf 60% beschränke. Aber ich habe in sklearn keine ähnliche Funktion gefunden.
Gibt es eine Möglichkeit, ein Modell mit den besten precision
zu trainieren, während der Rückruf auf einen bestimmten Wert begrenzt werden kann? (Oder 20% Genauigkeit zu erreichen auf neg
, do not care Rückruf)
Google "Präzision Rückruf Trade-off". –