有沒有辦法在sk-learn中獲得分類模型來輸出預測的置信度或概率,而不僅僅是類(即使只有兩個類)?sk-learn分類概率或置信度
直觀地說,有些樣本應該清楚地歸屬於一個類別,而其他樣本可能會是邊界的,並且對於某些實際問題區分這些樣本可能是有用的。
有沒有辦法在sk-learn中獲得分類模型來輸出預測的置信度或概率,而不僅僅是類(即使只有兩個類)?sk-learn分類概率或置信度
直觀地說,有些樣本應該清楚地歸屬於一個類別,而其他樣本可能會是邊界的,並且對於某些實際問題區分這些樣本可能是有用的。
如果你看看分類器的sklearn文檔,你會發現它們中的一些函數被稱爲類似predict_proba()
(或decision_function
like和支持SVM和Logistic迴歸等其他模型)。 RandomForestClassifier文檔here中有一個示例。每個類別的概率將根據具體模型計算,但它們應爲每個類別提供每個類別的概率。
是的。通常,您的模型將提供一個稱爲decision_function
的成員函數,該函數將給定樣本的距離返回到可以解釋爲置信度的分離超平面。
查看此example SVM分類的使用情況。