深度机器学习分类问题中,回归率怎么才能提高?

比如我要用深度机器学习(CNN)做4分类(严重,高,中,底)。业务的需求是尽量不要把严重和高类别划分到中和底类别里面去。但是可以忍受把中和底列别误判到严重和高类别中去。怎么要才能实现这一点呢?改模型?加权重?具体怎么做

调整权重或者增加严重和高的样本数,让模型倾向于严重和高的

多谢你的回复,如果要加权重怎么做,具体点,我用的CNN 或LSTM这些深度学习。最后一层是softmax层。

权重是在损失函数那里加  

weights = [1.5, 1.5, 1.0, 1.0]
class_weights = torch.FloatTensor(weights).cuda()
self.criterion = nn.CrossEntropyLoss(weight=class_weights)