Machine learning 机器学习中样本预测的可能性
我知道一些机器学习算法可以输出输入样本的预测标签概率 例如，给定一个具有三个可能标签的样本，可以通过一些概率学习算法（如逻辑回归或概率估计树）输出概率元组（0.2,0.3,0.5）。然后输出具有最大概率（此处为0.5）的标签作为最终预测 我的问题是，给定一个具有预测概率元组（0.3,0.4,0.3）的新样本，我如何定量确定预测标签（这里是第二个标签）正确的可能性 非常感谢（这个IMHO问题不属于这里。它属于统计堆栈交换） 答案非常简单：概率/可能性——不完全相同——是Machine learning 机器学习中样本预测的可能性,machine-learning,scikit-learn,decision-tree,prediction,Machine Learning,Scikit Learn,Decision Tree,Prediction,我知道一些机器学习算法可以输出输入样本的预测标签概率 例如，给定一个具有三个可能标签的样本，可以通过一些概率学习算法（如逻辑回归或概率估计树）输出概率元组（0.2,0.3,0.5）。然后输出具有最大概率（此处为0.5）的标签作为最终预测 我的问题是，给定一个具有预测概率元组（0.3,0.4,0.3）的新样本，我如何定量确定预测标签（这里是第二个标签）正确的可能性 非常感谢（这个IMHO问题不属于这里。它属于统计堆栈交换） 答案非常简单：概率/可能性——不完全相同——是0.4，非常低 如果你想做一
0.4