Machine learning Weka：如何获得测试实例的每个类的概率

在Weka的Explorer中，是否有任何方法可以获得由朴素贝叶斯分类器分类的测试实例的类概率？

在Weka Explorer的

分类
选项卡上，单击
更多选项…
并勾选
输出预测。然后
开始
训练和测试，结果显示为每个测试实例分配每个类的概率。
朴素贝叶斯的标准输出显示每个特征和所有类的平均值和标准偏差。这不是你要找的吗？不完全是@Sicco。我想看看NB分配给特征的权重。我知道Weka explorer提供了每个类的平均值和SD。但是如果我能得到“权重”，而不是任何给定类的某个特定功能的平均值/SD，这将是非常有帮助的。我可以在这里看到你的评论。但我并不是想得到重要的特征，而是想得到NB分配给每个特征的权重（不是每个类别每个特征的平均值和SD），我可能会感到困惑，但我认为NB没有给特征分配任何权重。通过选择具有NB分类器所学习的最相似特征的类来对实例进行分类。在NB的情况下，这些特征只包括标准偏差的平均值（）。所以，用外行的话来说，我所说的权重是指测试实例的概率（抱歉使用术语权重，我理解它有不同的上下文），所以，在测试实例1的概率分布列中，我有{0.472*0.528}和测试实例2，我有{*10}。这一列是什么意思？这一列中的值是如何解释的？这意味着测试实例1被分配第一类的概率为0.472，被分配第二类的概率为0.528。类2的概率更高，所以测试实例1被分配为类2。在测试实例2中，NB模型预测它应该以1的概率分配给1类。@Sicco如何计算这些概率？