在 sklearn 中，有没有一种方法可以测试我的 DecisionTreeClassifier 模型的预测置信度？答案

【问题标题】：In sklearn is there a way to test the confidence of a prediction made my a DecisionTreeClassifier Model?在 sklearn 中，有没有一种方法可以测试我的 DecisionTreeClassifier 模型的预测置信度？
【发布时间】：2017-09-09 00:22:51
【问题描述】：

我成功地在 python 中使用了 sklearn 库并且非常喜欢它。

我可以使用以下代码创建和拟合 DecisionTreeClassifierType 的模型：

clf = tree.DecisionTreeClassifier()

clf = clf.fit(features, labels)

然后我可以使用该模型来预测新输入的类别，如下所示：

clf.predict([[20, 50, 10]])

上述行将返回 0 或 1，具体取决于模型预测此数据将具有的类别。我想知道是否有某种方法可以获得模型对预测的置信度/概率？

因此，如果它预测输入的分类为 1，则概率/置信度将是 0.8 之类的小数或 80% 之类的百分比。关于这是否与 sklearn 的 DecisionTreeClassifier 兼容/可能的任何想法？

【问题讨论】：

标签： python machine-learning scipy scikit-learn

【解决方案1】：

这是在sklearn.tree.DecisionTreeClassifier.predict_proba:

预测输入样本 X 的类别概率。预测的类概率是叶子中同一类的样本的分数。

【讨论】：