如何从分类器中获得概率？答案

【问题标题】：How to obtain Probabilities from classifier?如何从分类器中获得概率？
【发布时间】：2018-08-28 20:56:41
【问题描述】：

我们正在用python编写分类代码，我们想获得样本属于每个类的概率作为我们的输出。我们如何从分类器中获取概率而不是类标签？我们想知道样本属于每个类别的概率。（例如：如果有9个类，我们需要样本属于第一类，第二类等等的概率......）然后我们需要根据概率预测将它们归类并检查准确性。我们根据提取的特征（如操作码、API 调用等）对数据样本进行分类。我们不想使用 Weka 进行分类。

edit：我们计划使用像 NaiveBayes 这样的概率分类器。使用的库有 Numpy、scikitlearn 另外，是否有特定的格式应该获取特征？

【问题讨论】：

您使用的是哪种分类模型？哪个图书馆？
scikit 中的大多数估算器都有 predict_proba 或 decision_path 方法，可以做到这一点。

标签： machine-learning classification feature-extraction

【解决方案1】：

您可以采取多种方法。一种方法是使用人工神经网络，简单的前馈网络，并使用输出值作为输入属于/不属于该类的概率。在下一个级别，可以采用更精细的方法来获得跨类的概率，请参阅：this post。一些提供 ANN 实现的 Python 库：are listed here

【讨论】：