我使用朴素贝叶斯算法来预测电影评分为正面或负面。我已经能够以81%的准确率对电影进行评分。然而,我还试图为每个评分分配一个“置信度水平”。
我想了解如何告诉用户类似于“我们认为该评论是正面的,置信度为80%”的信息。有人能帮助我理解如何计算我们的分类结果的置信度吗?
回答:
你可以报告朴素贝叶斯计算出的概率P(y|x)。(但请注意,朴素贝叶斯并不是一个非常好的概率模型,即使它作为分类器还不错。)
我使用朴素贝叶斯算法来预测电影评分为正面或负面。我已经能够以81%的准确率对电影进行评分。然而,我还试图为每个评分分配一个“置信度水平”。
我想了解如何告诉用户类似于“我们认为该评论是正面的,置信度为80%”的信息。有人能帮助我理解如何计算我们的分类结果的置信度吗?
回答:
你可以报告朴素贝叶斯计算出的概率P(y|x)。(但请注意,朴素贝叶斯并不是一个非常好的概率模型,即使它作为分类器还不错。)