将概率转换为分数

Question

我有一个项目，从客户 cmets 提供的文本数据中测量客户的情绪水平为 0（快乐）、1（中立）、2（不快乐）。我已经在 tensorflow 上训练了一个分类器模型，它可以预测新文档的情绪水平。在那之前没有问题。我可以得到分类器的预测概率表明一个新文档属于哪个级别。在预测新文档属于哪个类后，我得到如下概率：

水平 - 概率

0（快乐）---> 0.17

1（中性）---> 0.41

2（不开心）---> 0.42

这个结果表明预测文档属于第 2 类。但是，我需要精确的情感分数，而不仅仅是标签。如果我将区间 [0-1] 分成 3 个部分，每个部分对应一个标签，如 [0-0.33]、[0.33-0.66]、[0.66-1]。对于上述情况，我需要一个介于 0.66 和 1 之间的分数，并且应该更接近 0.66，比如 0.68。

如下所示：

EX-I：

水平 - 概率

0:[0-0.33] --> 0

1:[0.33-0.66] --> 1

2:[0.66-1] --> 0

EX-I 分数应为 0.5

。 .

EX-II：

水平 - 概率

0:[0-0.33] --> 0.51

1:[0.33-0.66] --> 0.49

2:[0.66-1] --> 0

EX-II 的分数应该小于 0.33 但非常接近。

这种情况在数学上的确切术语是什么，或者是否有一个公式可以根据概率计算当前的模糊分数。

感谢您的帮助。

Answer 1

您应该转向回归，而不是进行分类。

在您的训练步骤中，您可以将 happy 类转换为 0，将 neutral 类转换为 0.5，将 unhappy 类转换为 1。 然后，您的 tensorflow 模型将预测 0 到 1 之间的值，这些值对应于您想要执行的操作。