我正在使用 XGBoost 进行二进制分类。标准/默认损失函数（二元逻辑）考虑所有分类（正类和负类）的性能。
我只关心精度。我不介意它是否进行很少的分类，只要它最大限度地提高它的正确率。所以我想要一个完全不关心错失机会（即假阴性或真阴性）的损失函数/评估指标组合，只寻求最大化真阳性（并最小化假阳性）。
我有一个相对平衡的面板。
在 xgboost 中是否有一种直接的方法可以做到这一点（通过现有的超参数，或通过新的损失函数）？如果有更好的损失/目标函数（和梯度/粗麻布），是否有这方面的论文或参考资料？