虽然 Scikit Learn 文档很棒，但我找不到是否有办法指定自定义错误函数来优化分类问题。
稍微备份一下，我正在研究一个文本分类问题，其中误报比误报要好得多。这是因为我将文本标记为对用户很重要，最坏的情况是误报会为用户浪费少量时间，而误报会导致一些潜在的重要信息永远不会被看到。因此，我想在优化过程中扩大 False Negative 错误（或 False Positive 错误，以两者为准）。
我了解每种算法都会优化不同的误差函数，因此在提供自定义误差函数方面没有一刀切的解决方案。但是还有其他方法吗？例如，缩放标签可能适用于将标签视为真实值的算法，但不适用于 SVM，例如，因为 SVM 很可能在后台将标签缩放到 -1，+1。