sk-learn分类概率或置信度

在sk-learn中,是否有方法让分类模型输出一个预测的置信度或概率,而不是仅仅输出类别(即使只有两个类别)?

直觉上,有些样本应该明确归属于某一类,而其他样本则可能处于边界状态,对于某些实际问题来说,区分这些样本可能会很有用。


回答:

如果你查看sklearn的分类器文档,会发现其中一些分类器有类似predict_proba()(或像SVM和Logistic回归等模型提到的decision_function)的函数。例如,在RandomForestClassifier的文档中可以看到这里。每个类的概率计算方式取决于具体的模型,但它们应该会为你输入的每个样本计算出每个类的概率。

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