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sklearns
predict_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
Tags:
目前没有回答
相关问题 更多 >
编程相关推荐