假设我在 Python 中有一个训练有素的 SVM 分类器，其标志为“Probability=True”：
classifier = SVC(C = 1000000, gamma = 10, probability=True)
classifier.fit(my_data, the_labels)
当我对新数据进行分类时，我只想保留概率高于阈值的分类新数据，比如 0.90。我怎样才能做到这一点？直到现在我正在做这样的事情，但我被卡住了：
labels_predicted = classifier.predict(new_data)
probabilities = classifier.predict_proba(new_data)
第一个命令返回实际标签，第二个命令返回其标签的概率。因此，对于每个数据点，我都有它的最大似然标签以及属于所有标签的所有相关概率。但最大似然标签可能是 0.4，我不想要它。如何仅保留具有特定阈值的标签？
【问题讨论】：
标签： python classification
据我所知，SVC 本身不允许以您想要的方式对概率进行阈值处理。在构建labels_predicted 和probabilities 之后，您可以进行第二次索引并获得接受的标签。
thresh = 0.9
accepted_probabilities_idx = probabilities.max(axis=1) > thresh
accepted_labels_predicted = labels_predicted[accepted_probabilities_idx]
accepted_new_data = pandas.DataFrame(new_data, index=accepted_probabilities_idx)
我不确定你想对机器学习概率低的数据做什么。此解决方案完全丢弃它。
【讨论】：
accepted_new_data 之外的所有内容都是异常值。
import pandas。您的new_data 很可能已经是一个DataFrame。只需在 python 控制台上检查new_data.__class__。如果是DataFrame，可以去掉代码中的pandas.DataFrame。