尽管我的代码在尝试做的事情上非常简单，基本上我想让分类模型返回一个准确性/置信度值，表示它认为自己的预测有多准确，请在实际的Xcode应用中实现（而不是playground）。
我使用了一个虚构的狗品种分类器作为文本分类器的例子：
代码：
do { if try DogClassiferModel().prediction(text: "value").confidence >= 90 { print("我们有足够高的准确性，这是一个狗品种的名字") }} catch let error { print(error)}我知道在Xcode的playground中，你可以用测试数据这样做：
代码：
let data = try MLDataTable(contentsOf: URL(fileURLWithPath: "Path")) let (trainingData, testingData) = data.randomSplit(by: 0.8, seed: 5) let testClassifier = try MLTextClassifier(trainingData: trainingData, textColumn: "text", labelColumn: "recognized") // 获取测试评估。 let evaluationMetrics = testClassifier.evaluation(on: testingData) let evaluationAccuracy = (1.0 - evaluationMetrics.classificationError) * 100 // 我们可以用print(evaluationAccuracy)打印出准确性。想法：也许CoreML的工作方式与我尝试的方式不同，我不知道？
回答：
当你编写，
try DogClassiferModel().prediction(text: "value")返回的是一个DogClassiferModelOutput对象。如果你的模型输出被命名为confidence，你可以通过编写以下代码来获取它：
if let output = try DogClassiferModel().prediction(text: "value") { print(output.confidence)}然而，Core ML中的分类模型通常是以特殊方式处理的。它们可以返回得分最高类的标签，或者包含所有标签概率的字典。
了解你的模型如何工作的最佳方法是，在Xcode中查看mlmodel文件，点击箭头进入自动生成的源代码文件，并查找“Output”类。这将有一个或多个你可以访问的属性（如上例所示）。
