Klassifikationsschwellenwert nach Kosten von False Positives und False Negatives wählen
Eine praktische Anleitung zur Auswahl eines Entscheidungsschwellenwerts durch Gewichtung der Kosten von False Positives und False Negatives, unter Verwendung eines gehaltenen Validierungssets und scikit-learn Confusion Matrizen.
threshold‑tuning / cost‑sensitive / confusion‑matrix / scikit‑learn / model‑validation