【问题标题】:Calculating uncertainty from Naive Bayes Classification predictions从朴素贝叶斯分类预测计算不确定性
【发布时间】:2016-02-01 02:05:49
【问题描述】:

我已经对具有 3 个分类(是、否和可能)的数据集实施了朴素贝叶斯分类。目前,我有一个数组,其中输入属于 3 个类中的每一个的概率。我选择了概率最高的类作为我的预测。

我想计算我的预测的确定性。我是数据分析新手,所以我不确定它们是否是计算这一点的标准方法,因此任何资源或建议都会有所帮助。

本来我是想这样做的:(Pm = 预测概率,Pb = 其他类的概率,Pc = 剩余第三类的概率)

Certainty = Pm/(Pm + Pb + Pc)Certainty = Pm^2/(Pm^2 + Pb^2 + Pc^2) 但实际上这只是我想出的一个任意等式。

【问题讨论】:

    标签: machine-learning analytics bayesian naivebayes


    【解决方案1】:

    我相信你想多了。如果您使用的是标准指标,那么

    Pm + Pb + Pc = 1.0
    

    根据定义。

    Pm 确定性,由建模过程计算得出。

    【讨论】:

      猜你喜欢
      • 2014-09-18
      • 2012-07-31
      • 2016-08-12
      • 2015-10-09
      • 2015-08-27
      • 2017-12-21
      • 2012-07-02
      • 2017-01-10
      相关资源
      最近更新 更多