Machine learning 在高真阳性率区域降低假阳性率_Machine Learning_Neural Network_Deep Learning_Keras

Machine learning 在高真阳性率区域降低假阳性率

machine-learning neural-network deep-learning keras

Machine learning 在高真阳性率区域降低假阳性率,machine-learning,neural-network,deep-learning,keras,Machine Learning,Neural Network,Deep Learning,Keras,我在keras中有一个优化的深密度神经网络，用于二元分类问题。我想降低高真阳性率区域的假阳性率。换句话说，我希望得到尽可能多的真阳性信号（大约80%），并降低假阳性率。情况与本文所述非常相似，只是我使用的网络更复杂，有5层，第一层有多达200个节点：我尝试了许多不同的方法，包括两阶段训练、偏置损失函数以及以各种方式修改样本的权重。然而，最终结果始终是roc曲线没有变化，或者在低真阳性率区域（大约20%）假阳性率增加我有什么办法可以做到这一点吗？欢迎来到StackOverflow。请阅读并遵循

我在keras中有一个优化的深密度神经网络，用于二元分类问题。我想降低高真阳性率区域的假阳性率。换句话说，我希望得到尽可能多的真阳性信号（大约80%），并降低假阳性率。情况与本文所述非常相似，只是我使用的网络更复杂，有5层，第一层有多达200个节点：我尝试了许多不同的方法，包括两阶段训练、偏置损失函数以及以各种方式修改样本的权重。然而，最终结果始终是roc曲线没有变化，或者在低真阳性率区域（大约20%）假阳性率增加

我有什么办法可以做到这一点吗？

欢迎来到StackOverflow。请阅读并遵循帮助文档中的发布指南。这是一个很好的主题，但你的帖子不够具体，无法引出有用的答案。你能详细说明哪些信息会有帮助吗？谢谢。@Prune:ping来自aniromi的评论欢迎来到StackOverflow。请阅读并遵循帮助文档中的发布指南。这是一个很好的主题，但你的帖子不够具体，无法引出有用的答案。你能详细说明哪些信息会有帮助吗？谢谢。@Prune:ping来自aniromi的评论