如何使sklearn模型达到预定的精度或在某些类中回忆？

Question

例如，我训练了贝叶斯（SVM，RandomForest或其他）模型，得分低于：

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

我的老板告诉我neg的精确度太低，他可以接受60％的召回，不需要那么高。所以我需要一种方法来通过将召回限制在60％来获得最佳精度。但是我没有在sklearn中找到类似的功能。

有没有办法训练最佳precision的模型，而召回可以限制在特定值？ （或者neg达到20％的精确度，不要在意回忆）

Answer 1

sklearn实现精确回忆权衡如下：http://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html

一种方法是使用precision_recall_curve()，然后在图表上找到您想要的召回点。