以前の投稿から示唆されているように、フォローアップの質問をしています -良い ROC 曲線ですが、精度と再現率の曲線が悪い. Python scikit-learn のデフォルト設定のみを使用しています。最適化は AUC-ROC にあるようですが、精度と再現率の最適化にもっと興味があります。以下は私のコードです。
# Get ROC
y_score = classifierUsed2.decision_function(X_test)
false_positive_rate, true_positive_rate, thresholds = roc_curve(y_test, y_score)
roc_auc = auc(false_positive_rate, true_positive_rate)
print 'AUC-'+ethnicity_tar+'=',roc_auc
# Plotting
ax1.plot(false_positive_rate, true_positive_rate, c=color, label=('AUC-'+ethnicity_tar+'= %0.2f'%roc_auc))
ax1.plot([0,1],[0,1], color='lightgrey', linestyle='--')
ax1.legend(loc='lower right', prop={'size':8})
# Get P-R pairs
precision, recall, prThreshold = precision_recall_curve(y_test, y_score)
# Plotting
ax2.plot(recall, precision, c=color, label=ethnicity_tar)
ax2.legend(loc='upper right', prop={'size':8})
精度と再現率を最適化できるように、Python コードを挿入して設定を変更するには、どこにどのようにすればよいですか?