标签: classification
如果您通过一个班级分类获得低灵敏度和高特异性,那么如何克服这个问题?
e.g。积极数据分为90%培训和10%测试。进一步添加10%正面测试数据的负数据量(由于一个类别分类问题,仅使用正数据进行培训)。
因为,您必须通过拒绝10%或几个百分比最偏离的训练数据来确定一个班级分类中的阈值。因此,有可能您的10%测试位于拒绝区域。因此,它会导致灵敏度低。
如何解决此问题?我坚持这个"高精度但低灵敏度"。