例如，当我有一个应该更多地惩罚假阴性的问题时，我如何将这个要求融入到 SVM 等算法中？
如何在 Scikit learn 的模型中自定义代价函数？
数据挖掘
机器学习
Python
scikit-学习
2021-09-30 12:43:33
1个回答
有几种方法可以达到您想要的结果：
- 从 Scikit learn实现make_scorer 函数
- 修改 class_weight 参数
关于您的 SVM 问题，请查看以下代码：
class sklearn.svm.SVC(C=1.0, kernel='rbf', degree=4, gamma=0.0,
coef0=0.0, shrinking=True, probability=False, tol=0.003,
cache_size=300, class_weight=None, verbose=False, max_iter=-1,
random_state=None)
在上面的示例中，class_weight 函数可以更改为“auto”，或者您可以传递具有用户定义的类权重的字典值。