Machine learning 当精确性比回忆更重要时，如何调整模型以提高精确性？

机器学习分类器的性能可以通过多种度量标准来衡量，如精度、召回率和分类精度等

给定如下代码：

clf = svm.SVC(kernel='rbf')
clf.fit(X_train, y_train)

fit函数试图优化的指标是什么

当精确性比回忆更重要时，如何调整模型以提高精确性

据我所知，支持向量机使铰链损失最小化

我不知道有什么通用的方法可以让支持向量分类器优先于查全率。一如既往，您可以使用交叉验证，然后使用hyperparameters查看是否有任何帮助。或者，您可以训练回归器输出[0,1]中的值，而不是分类器。然后，通过选择一个合适的阈值，将所有得分高于该阈值的示例放入类别“1”，您将得到一个具有可调阈值参数的分类器，您可以将该参数设置为任意高，以最大程度地提高查全率

---

您可以通过使用来调整SVM的参数，以最大限度地提高精度。为此，将参数“scoring”设置为

---

这里

clf

是您的SVC分类器，当然，您还需要设置参数网格

param\u grid

。参见示例

我看到了两种方法：按照@laneok的建议通过网格搜索参数进行优化，或者按照@cfh的建议通过调整阈值进行优化

最好你两者都做

我不会试图只优化精度，因为通常通过设置非常高的阈值和非常低的召回率来获得100%的精度。因此，如果可能的话，您可以定义精度和您喜欢的回忆之间的权衡，以及网格搜索

如果你真的选择了一个单独的阈值，你可能会得到更好的结果。您可以使用SVC.decision_函数获得连续输出，然后为要实现的折衷选择最佳阈值。不过，要选择阈值，需要一个验证集，这使得在网格搜索中执行此操作有点棘手（尽管并非不可能）

我通常会发现，在优化您想要的内容和管道复杂性之间有一个很好的折衷，即在网格搜索中优化一些需要考虑精度的内容，比如“roc_auc”，在网格搜索之后，根据您喜欢的折衷选择验证集的阈值

---

roc_auc基本上同时对所有可能的阈值进行优化，因此参数不会像它们可能的那样特定于您想要的阈值。

有一种技术，您可以编写自己的损失函数，将重点放在排名指标上，如（auc，精度召回），而不是分类损失，如（铰链损耗或原木损耗）

请参阅本文第4节（以固定精度最大化召回率）

---

不可分解目标的可扩展学习（）有关更多详细信息。

我不确定这是一个多么好的主意，因为通过适当设置阈值，您可以获得100%的收益……可能这不会发生，仍然没有原则。@Andreas Mueller当然，有几种策略可以提高模型性能。这是您在探索数据集时所做的实际工作。没有关于对于数据集，我认为，这个问题是关于scikit学习API的。你是对的，但是如果你从来没有预测过任何东西，你会得到NaN精度。修复了我的答案。自由了。你的评论绝对有价值；）

sklearn.grid_search.GridSearchCV(clf, param_grid, scoring="precision")