我在使用WEKA对某个数据集进行分类。结果显示，敏感度（Se）为49%，特异度（Sp）为99%。通过观察ROC曲线，可以看到当敏感度为95%时，特异度为88%。我的问题是，是否有办法调整分类器的参数（如果有的话），使我的分类器平均达到敏感度95%和特异度88%的水平。

附注：我使用的是随机森林分类器，输入的唯一参数是树的数量、最大深度（=0）、特征数量和种子。

回答：

通过在WEKA中玩弄阈值选择器，我已经达到了我的目标。通过使用成本/收益分析曲线，我能够找出适合我需求的阈值。随后，在阈值选择器中设置适当的参数后，我得到了调整后的分类器。