我有一个分类器:
classifierLogCV = LogisticRegressionCV()
classifierLogCV.fit(X_train,y_train)
这给了我很好的回归。我有一个特定的成本函数;假阴性的费用为$ 1,假阳性的费用为$ 20。
我可以尝试将每个点作为阈值,计算FN * 1 + FP * 20
,并找到最小值以获取成本,但是我想知道sklearn是否具有任何内置函数可以执行此操作,以及语法如何是。
我有一个分类器:
classifierLogCV = LogisticRegressionCV()
classifierLogCV.fit(X_train,y_train)
这给了我很好的回归。我有一个特定的成本函数;假阴性的费用为$ 1,假阳性的费用为$ 20。
我可以尝试将每个点作为阈值,计算FN * 1 + FP * 20
,并找到最小值以获取成本,但是我想知道sklearn是否具有任何内置函数可以执行此操作,以及语法如何是。