进行分类时计算置信度

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。)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注