Как можно оптимизировать модель бинарной классификации на основе метрики precision-recall?

Для оптимизации модели бинарной классификации на основе метрики precision-recall можно предпринять следующие шаги: education.yandex.ru

1. Обучить модель на стандартной функции потерь (например, LogLoss). education.yandex.ru
2. Используя вещественные предсказания на валидационной выборке, перебрать разные пороги от 0 до 1, чтобы получить графики метрик в зависимости от порога. education.yandex.ru
3. Выбрать нужное сочетание точности и полноты. education.yandex.ru

Также можно скомпоновать метрики precision и recall в одну, взяв их среднее гармоническое (F1-меру). education.yandex.ru vk.com Этот показатель предполагает одинаковую важность precision и recall, но если одна из метрик приоритетнее, то можно воспользоваться другим подходом. education.yandex.ru

Выбор метода оптимизации зависит от конкретной задачи и предпочтений разработчика.