在 Weka 中查找实例分类的概率

Question

我正在使用 Weka 使用 LibSVM 分类器进行分类，并希望获得一些与我从评估模型获得的输出相关的帮助。

在下面的示例中，我的 test.arff 文件包含 1000 个实例，我想知道每个实例被分类为是/否的概率（这是一个简单的两类问题）。

例如，例如 1，如果它被归类为“是”，那么它被归类的概率是多少，是我正在寻找的东西。

下面是我目前拥有的代码sn-p：

            // Read and load the Training ARFF file 
        ArffLoader trainArffLoader = new ArffLoader();
        trainArffLoader.setFile(new File("train_clusters.arff"));
        Instances train = trainArffLoader.getDataSet();
        train.setClassIndex(train.numAttributes() - 1);
        System.out.println("Loaded Train File");

        // Read and load the Test ARFF file 
        ArffLoader testArffLoader = new ArffLoader();
        testArffLoader.setFile(new File("test_clusters.arff"));
        Instances test = testArffLoader.getDataSet();
        test.setClassIndex(test.numAttributes() - 1);
        System.out.println("Loaded Test File");


        LibSVM libsvm = new LibSVM();

        libsvm.buildClassifier(train);

        // Evaluation
        Evaluation evaluation = new Evaluation(train);
        evaluation.evaluateModel(libsvm, test);
        System.out.println(evaluation.toSummaryString("\nPrinting the Results\n=====================\n", true));
        System.out.println(evaluation.toClassDetailsString());

Answer 1

您应该使用libsvm.distributionForInstance 方法。它返回每个类索引的概率估计（在您的情况下为 2）。

例如，要打印测试集中每个实例的所有估计值，请使用以下内容：

    for (Instance instance : test) {
        double[] distribution = libsvm.distributionForInstance(instance);
        for (int classIndex : classIndices) {
            System.out.print(distribution[classIndex] + " ");
        }
        System.out.println();
    }

请注意，这不是真实的概率，而是 Platt 方法所做的估计（参见 question）。