在训练机器学习模型时，有没有一种好的方法来限制误报的数量？

假设你有一个平衡的数据集，包含两个类别。你开发了一个用于二元分类的机器学习模型。由于任务简单，输出分布将分别在0和1处达到峰值，并在0.5附近重叠。然而，你真正关心的是误报率必须可持续，并且不能超过一定的数量。因此，最理想的情况是当预测值大于0.8时，只有一个类别。

目前，我正在对两个类别进行加权，以惩罚类别“0”的错误。

history = model.fit(..., class_weight={0:5, 1:1}, ...)

不出所料，这确实降低了预测值大于0.8区域的误报率，当然，这也会使类别1的召回率变差。

我想知道是否有其他方法来强制执行这一点。

谢谢

回答：

根据你的问题，你可以考虑使用单类分类支持向量机（SVM）。这篇文章可能会有帮助：https://towardsdatascience.com/outlier-detection-with-one-class-svms-5403a1a1878c。文章还展示了为什么单类分类比其他一些经典技术（如过采样/欠采样或类别加权）更值得考虑。当然，这取决于你要解决的问题。