0
例如,我訓練了貝葉斯(SVM,隨機森林或其他內容)模型與下面的分數:如何讓Sklearn模型達到預定義的精度或某個類的召回?
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
我的老闆告訴我的neg
即精度太低,他就可以通過60%,接受召回不需要這麼高。所以我需要一種通過限制回憶率達到60%來獲得最佳精確度的方法。但是我沒有在sklearn中找到類似的功能。
有沒有什麼辦法訓練最好的模型precision
而召回可以限制在一個特定的值? (或者對neg
達到20%的準確率,不關心召回)
谷歌「精準召回權衡」。 –