У меня проблема с двоичной классификацией, которую я сейчас решаю с помощью keras.wrappers.scikit_learn.KerasClassifier и поиска архитектуры GridSeachCV.
Я планирую оценить свои модели, используя множественную метрическую оценку .
В конце концов, мне нужно получить очень точную положительную классификацию, поэтому точность должна составлять ~ 99%. Поскольку сети не полностью откалиброваны, точность зависит от рабочей точки модели.
В настоящее время я ищу модель с наибольшим отзывом, учитывая порог, который приводит к точности 99% в тестовом наборе.
Считаете ли вы это разумной стратегией выбора модели? Почему нет метрики по умолчанию для этого варианта использования и как я собираюсь передать такую пользовательскую метрику в sklearn?