如何让Sklearn模型达到预定义的精度或某个类的召回？

Question

例如，我训练了贝叶斯（SVM，随机森林或其他内容）模型与下面的分数：

Model: 
      precision recall f1-score support 

     neg  0.0622 0.9267 0.1166  191 
     pos  0.9986 0.7890 0.8815  12647 

avg/total  0.98  0.79  0.87  12838 

我的老板告诉我的neg即精度太低，他就可以通过60％，接受召回不需要这么高。所以我需要一种通过限制回忆率达到60％来获得最佳精确度的方法。但是我没有在sklearn中找到类似的功能。

有没有什么办法训练最好的模型precision而召回可以限制在一个特定的值？ （或者对neg达到20％的准确率，不关心召回）

Answer 1

sklearn实现精确召回权衡如下：http://scikit-learn.org/stable/auto_examples/model_selection/plot_precision_recall.html

一种方法是使用precision_recall_curve()，然后找到与图形中的一点你希望召回。