Machine learning 已经有了一个带有二元类的决策树模型，当我测试一个新实例时，如何获得概率？

我为一个二元分类问题构造了一个决策树模型。困扰我的是，当我有一个新的测试实例时，我如何才能得到它所属的概率或分数。（不是具体的分类结果）

一个简单的方法可以是使用附在叶子上的频率，但这种频率方法存在与数据量相关的问题，因此您可以平滑这些估计

---

另外，请看一下C4.5。一种简单的方法是使用附在叶子上的频率，但这种频率法存在与数据量相关的问题，因此您可以在中平滑这些估计

另外，看看C4.5