He construido un modelo de Tensorflow que usa unDNNClassifier para clasificar la entrada en dos categorías.

Mi problema es que el Resultado 1 ocurre más del 90-95% del tiempo. Por lo tanto, Tensorflow me está dando las mismas probabilidades para todas mis predicciones.

Estoy tratando de predecir el otro resultado (por ejemplo, tener un falso positivo para el Resultado 2 es preferible a perderse una posible ocurrencia del Resultado 2). Sé que en el aprendizaje automático en general, en este caso valdría la pena intentar aumentar el Resultado 2.

Sin embargo, no sé cómo hacer esto en Tensorflow. losdocumentación alude a que sea posible, pero no puedo encontrar ningún ejemplo de cómo se vería realmente. ¿Alguien ha hecho esto con éxito o alguien sabe dónde podría encontrar algún código de ejemplo o una explicación detallada (estoy usando python)?

Nota: He visto cómo se manipulan los pesos expuestos cuando alguien usa las partes más fundamentales de Tensorflow y no un estimador. Por razones de mantenimiento, necesito hacer esto usando un estimador.