【发布时间】:2013-11-13 14:53:32
【问题描述】:
我一直在尝试查找此信息,但找不到任何帮助。 我想要做的是从 sklearn svm 获取一个浮点数作为输出,以便作为子分类器的输入。
考虑到一个类更接近分类为 1,是否有可能从 svm 获得 0,89898 而不是 1 的输出?
谢谢
【问题讨论】:
标签: python machine-learning svm
我一直在尝试查找此信息,但找不到任何帮助。 我想要做的是从 sklearn svm 获取一个浮点数作为输出,以便作为子分类器的输入。
考虑到一个类更接近分类为 1,是否有可能从 svm 获得 0,89898 而不是 1 的输出?
谢谢
【问题讨论】:
标签: python machine-learning svm
Platt scaling 可以帮助你实现你想要的。它以事后方式在 SVM 的输出之上拟合逻辑 S 型曲线。
要在 sklearn 中执行此操作,您需要将 SVM 的概率参数设置为 True。然后,您可以使用拟合模型的 predict_proba() 方法来获得浮点输出。更多文档可以在here 找到。您还可以在this 线程中找到相关讨论。
【讨论】: