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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注