Par exemple, je me suis entraîné un modèle Bayes (SVM, forêt d'arbres décisionnels ou autre chose) avec en dessous de score:Comment faire pour que le modèle sklearn atteigne une précision prédéfinie ou un rappel sur une classe?
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
Mon patron me dire que la précision de neg
est trop faible et il peut accepter le rappel de 60%, pas besoin si élevé. J'ai donc besoin d'un moyen d'obtenir la meilleure précision en limitant le rappel à 60%. Mais je n'ai pas trouvé de fonctionnalité similaire dans sklearn.
Y at-il un moyen de former un modèle avec le meilleur precision
alors que le rappel peut être limité à une valeur spécifique? (Ou pour atteindre 20% de précision sur neg
, ne se soucient pas de rappel)
Google "compromis de rappel de précision". –