我成功地在Python中使用了sklearn库，并且非常喜欢它。

我能够使用以下代码创建并拟合DecisionTreeClassifier类型模型：

clf = tree.DecisionTreeClassifier()clf = clf.fit(features, labels)

然后我可以使用该模型来预测新输入的类别，如下所示：

clf.predict([[20, 50, 10]])

上述代码行将根据模型预测的数据所属类别返回0或1。我想知道是否有办法获取模型对预测的置信度/概率？

所以，如果它预测输入的分类为1，概率/置信度会是一个小数如0.8或百分比如80%。关于这是否与sklearn的DecisionTreeClassifier兼容/可能，您有什么想法吗？

回答：

这可以通过sklearn.tree.DecisionTreeClassifier.predict_proba来实现：

预测输入样本X的类别概率。预测的类别概率是叶子节点中相同类别的样本的分数。