Баллы в основном зависят от учащегося, единственное требование состоит в том, что они являются монотонными (более высокий балл означает более высокую вероятность того, что пример принадлежит этому классу).
Но у учащихся мультикласса ML.NET они всегдамежду 0 и 1, суммой до 1. Вы можете думать о баллах как о «предсказанных вероятностях принадлежности к этому классу».
Теперь к вопросу о том, как принять во внимание доверие.Для задачи бинарной классификации у меня была бы стандартная рекомендация: построить кривую точности-отзыва, а затем вместо того, чтобы выбрать один порог в оценке, выбрать два: один, который дает положительный результат с высокой точностью (потенциально низкий отзыв), идругой, который дает высокоточный потенциально низкий отзыв) отрицательный.
Итак:
if (score > threshold1)
return "positive";
else if (score < threshold2)
return "negative";
else
return "don't know";
Для случая мультикласса вы можете использовать одну и ту же процедуру независимо для каждого класса.Таким образом, вы получите ответ «да-нет-возможно» для каждого класса.
При таком подходе вам придется иметь дело с возможностью множественного «да» или другими видами конфликтов, но, по крайней мере, это дает представление.