我尝试使用LightGBM构建了一个多分类模型。训练模型后，我在线解析了一些数据并将其输入到我的模型中进行预测。
然而，结果看起来对我来说很奇怪。我以为我的预测的嵌套数组表示每个类别的概率（我有4个类别）。x-test（我用于验证的数据）的结果看起来是正确的。但是我抓取的数据的结果看起来很奇怪。它们加起来不等于1。
在这个帖子multiclass-classification-with-lightgbm中，预测结果也没有加起来等于1！
这两个数据框看起来对我来说是一样的，我使用的是完全相同的模型！有人能告诉我如何解释结果或者我做错了什么吗？
回答：
对于多分类，当类别不是互斥的时，概率的总和可能不等于1。例如，如果你在图像中分类狗、猫和鸟，但你的模型显示的是一辆车的图像，那么这三个类别的概率应该都很低且不等于1。如果你想强制概率的总和等于1，你需要使用这个公式来重新缩放预测值。
另一方面，当你有一个类型为1对其他的分类器时，例如，图像只能是猫、狗或鸟。在这种情况下，类别是互斥的，概率应该加起来等于1。
