NLP中的加权分类类别

Question

我想用Python构建一个NLP文本分类器，将文本分类为三个类别（a、B或C）之一。分类器对A的正确分类比对B或C的正确分类更重要例如如果我给一个类别的权重是10,1,1，那么得到a的正确答案比B或C的正确答案要重要10倍

• 想法：使用sklearnspredict_proba函数获得信心分数。运行宏，该宏显示如果信心<；70%（任意）然后重新分类为B或C，以避免a的错误分类(我不喜欢这样有很多原因，理想情况下，我希望predict_proba概率本身能够反映我的分类偏差。）

有谁能给我指出一个处理这个问题的函数，或者建议一种方法吗