如何选择指标以在sklearn的拟合函数中进行优化？

Question

使用张量流训练神经网络时，我可以任意设置损失函数。训练SVM时，是否可以在sklearn中执行相同的操作？假设我希望我的分类器仅优化灵敏度（无论其意义如何），我该怎么做？

Answer 1

据我所知，这在支持向量机中是不可能的。使用其他模型，您可能会更改已优化的损失，也可能会更改预测概率的分类阈值。

但是，SVM将铰链损失降到最低，并且它们不对类的可能性进行建模，而是对它们的分离式超平面进行建模，因此手动调整的空间不大。

如果您需要关注敏感度或特异性，请使用其他模型，该模型可以直接最大化该功能，或者可以预测类概率（例如，考虑Logistic回归，基于树的方法）