你能在scikit learn中修复分类器中的假阴性率吗

Question

我使用scikitlearn中的Random Forest classifer，它包含两个类的不平衡数据集。我更担心假阴性而不是假阳性。有没有可能修复假阴性率（比如说1%）并要求scikit以某种方式优化假阳性率？在

如果这个分类器不支持它，是否还有其他分类器支持它？在

Answer 1

随机森林已经是一个袋装分类器，因此应该已经给出一些好的结果。在

获得期望的假阳性或假阴性精度的一种典型方法是使用ROC曲线进行分析 http://scikit-learn.org/stable/auto_examples/plot_roc.html 例如，修改某些参数以达到期望的FP率。在

不确定是否可以使用参数调整随机林分类器的FP率。您可以根据应用程序查看其他分类器。在