我是機器學習新手，目前正在處理分類問題。我能夠訓練模型並預測測試數據集。我想知道是否有某種方式可以與預測一起獲得分數。通過分數，我的意思是這些都是接近分數以及預測。例如，在標準的年齡 - 工資 - 購買（基於年齡和工資，客戶是否會購買該產品）分類問題中，我想知道100分中他將購買該產品的分數是多少預測他是否會購買它。如何獲得分數以及機器學習結果？
目前，我正在使用LibSVM Algo。有沒有提供以上數據的算法？
謝謝。
你在找什麼是你的決定的支持。換言之，許多分類器根據他們x類的決策過在標籤上Y：
cl(x) = arg max_{y \in Y} p(y|x)
其中p(y|x)是它們的「X具有標記y」的內部估計。而這樣的分類包括：
這些方法可以很容易地轉換爲您的0-100比例，因爲概率是0-1比例。另一方面，有些人使用與概率成比例的度量（如SVM），但是無界的，在這裏你可以得到這個值（通常稱爲決策函數），但是你不能將它轉換成0-100分（就像你做的那樣沒有「最大」值）。這是一個很大的缺點，所以提出了一些修改。特別是對於SVM，Platt的縮放比例實際上符合SVM頂部的邏輯迴歸，因此您可以獲得概率估計值。在libSVM您可以設置-b擺脫libsvm website
一個SVC或SVR模型-b probability_estimates概率估計
：是否接受培訓，概率估計，0或1（默認爲0）