Scikit learn 基于LIBSVM在scikit.smv.SVC中启用概率估计

在LIBSVM中，

svmtrain

中的

-b

标志用于训练SVC或SVR模型进行概率估计。为了获得测试集的相应结果，我们还将

-b

结果设置在

svmpredict

例如，在MATLAB中，我们将编写以下代码，以便在启用概率估计的情况下进行训练和测试：

model = svmtrain(train_labels, train_set, '-b 1')
[result, accuracy, prob] = svmpredict(test_labels, test_set, '-b 1')

但是，在scikit学习库中初始化SVC时，我们只能在训练时设置

-b

标志，这与在

svmtrain

上设置

-b

标志相同：

clf = scikit.svm.SVC(probability=True)

对于scikit学习中的测试，我使用

clf.predict（test\u set）

获取类。然而，当我使用带有

-b1

标志的

svmpredict

时，这会产生不同的结果

---

scikit learn svm在使用

svmpredict

进行测试期间设置

-b

标志的等效功能是什么？

scikit learn不使用标志来预测分类器的概率，有一个额外的函数名为

。predict\u probability

。看一看这张照片

概率是通过使用来确定的，这是一种将分类器的任意输出组合成类概率的方法

---

另请参见此处的答案：

是的，这是预期的，因为predict（）不使用概率。这里的文档中提到了它：scikit learn.org/dev/modules/svm.html#分数和概率