如何在MLP分类器中增加“真阳性”的数量并减少“假阳性”的数量？

Question

我有一个简单的MLPC分类器：

classifier = MLPClassifier(solver='lbfgs',
                       alpha=1e-5,
                       hidden_layer_sizes=(5, 2),
                       random_state=seed)

预测输出为0或1

我的自定义得分手认为 FP = -1点，TP = 1点 TN = 0点，FN = 0点

我的目标是最大化FP + TP 通过增加TN + FN