Python 在sklearn中，有没有一种方法可以测试我在DecisionTreeClassifier模型中做出的预测的可信度？

我成功地使用了python中的sklearn库，并且非常喜欢它

我能够使用以下代码创建并拟合DecisionTreeClassifier类型的模型：

clf = tree.DecisionTreeClassifier()

clf = clf.fit(features, labels)

然后，我可以使用该模型预测新输入的类别，如下所示：

clf.predict([[20, 50, 10]])

上面的行将返回0或1，这取决于模型预测该数据将具有的类别。我想知道是否有某种方法可以获得模型预测的置信度/概率

因此，如果它预测输入的分类为1，则概率/置信度将为0.8之类的小数点或80%之类的百分比。关于这是否与sklearn的DecisionTreeClassifier兼容/可能，您有什么想法吗？

这可以通过以下方式完成：

预测输入样本X的类概率。 预测的类别概率是叶片中同一类别样本的分数