有没有办法为多类分类问题的低概率预测创建“无预测”类别？

我在多类分类问题上使用 Keras。数据集中的类别非常定性，导致分类器很多混乱。 predict_classes() 函数将类分配给对应于 predict() 函数的低（有时为 60%）分数的样本。

对于这个特殊问题，绝对准确度不如错误预测的数量重要。这意味着当预测一个类别时，我希望它非常确定它是准确的。只要 1/10 的准确度很高，我不在乎 9/10 的样本是否会被转储到“不确定”类中。

有没有办法在 .predict_classes() 函数中创建这个“不确定”类？还有其他方法可以实现我的目标吗？有没有办法将“不确定”类纳入训练过程以减少误报的数量？