从商业角度来看，错误的负例（漏报）导致的成本大约是错误的正例（误报）的十倍（真实金钱）。鉴于我使用的是标准的二元分类模型（逻辑回归、随机森林等），我如何将这一因素纳入我的模型中？
我是否需要调整（加权）损失函数以偏向于“优选”的错误（FP）？如果需要，如何操作？
回答：
您有几个选择：
-
如评论中所建议，
class_weight应能增强损失函数对优选类的偏向。这种选项被多种估计器支持，包括sklearn.linear_model.LogisticRegression，sklearn.svm.SVC，sklearn.ensemble.RandomForestClassifier等。请注意，权重比没有理论上的限制，所以即使1比100对您来说不够强，您可以继续使用1比500等。 -
您也可以在交叉验证期间选择非常低的决策阈值，以挑选出具有最高召回率的模型（尽管精确度可能较低）。接近
1.0的召回率实际上意味着false_negatives接近0.0，这是您想要的。为此，请使用sklearn.model_selection.cross_val_predict和sklearn.metrics.precision_recall_curve函数：y_scores = cross_val_predict(classifier, x_train, y_train, cv=3, method="decision_function")precisions, recalls, thresholds = precision_recall_curve(y_train, y_scores)如果您将
precisions和recalls相对于thresholds绘制成图，您应该会看到类似这样的图表：
在选择最佳阈值后，您可以使用
classifier.decision_function()方法的原始分数进行最终分类。
最后，请尽量不要过度优化您的分类器，因为您很容易得到一个琐碎的常数分类器（显然永远不会出错，但毫无用处）。
