抱歉标题描述得不够清楚，我实在是找不到更好的表达方式。举个例子，假设我有一组数据，分为三个类别：积极、中性和消极，然后我用这些数据训练了一个分类器。现在我想知道，如果这个分类器预测结果是中性，它是更接近积极的中性还是消极的中性。

我能想到的最直接的方法是检查第二高的可能性，或者考虑所有可能性但赋予不同的权重/系数。

这种类型的问题有没有专门的术语？我应该阅读哪些论文？非常感谢。

回答：

具体的回答取决于你计划使用的算法（如朴素贝叶斯、三类支持向量机、谱聚类等）和实现（分析框架）。你寻找的度量属于“评分”范畴。大多数这些方法都允许你以编程方式访问评估函数。

根据你的数据空间，找到训练边界（以便你知道哪个更接近）可能是一个更大的问题，因为边界可能不是线性的，甚至没有良好的空间表示。

至于要阅读的论文…（1）在不知道你预期应用的更多信息的情况下，我只能建议你去阅读关于机器学习以及分类与评分的资料；（2）在StackOverflow上，请求资源参考是一种被禁止的问题类型。

这是否给你提供了一个有用的方向？