我正在使用SGDClassifier，设置loss function = "hinge"。但铰链损失函数不支持类标签的概率估计。
我需要概率来计算roc_curve。如何在不使用来自svm的SVC的情况下获取SGDClassifier中铰链损失的概率？
我看到有人提到使用CalibratedClassifierCV来获取概率，但我从未使用过它，也不知道它是如何工作的。
非常感谢您的帮助。谢谢
回答：
严格来说，这是不可能的。
支持向量机分类器是非概率性的：它们使用超平面（在二维中是一条线，在三维中是一个平面，依此类推）将点分成两个类别中的一个。点仅通过它们所在的超平面的一侧来定义，这直接形成了预测。
这与概率分类器（如逻辑回归和决策树）形成对比，后者为每个点生成一个概率，然后将其转换为预测。
CalibratedClassifierCV是一种元估计器；要使用它，只需将基础估计器的实例传递给它的构造函数，这样就可以工作了：
base_model = SGDClassifier()model = CalibratedClassifierCV(base_model)model.fit(X, y)model.predict_proba(X)它的作用是执行内部交叉验证以创建概率估计。请注意，这相当于sklearn.SVM.SVC所做的工作。
