Я построил классификатор с помощью sklearn.svm.SV C, и теперь я анализирую вывод вектора из метода solution_function .
Предположим, что классами являются A, B, C, D, E и F.
Вывод может выглядеть примерно так:
>>>print(clf.predict([predict_this]))
['A']
>>> print(clf.decision_function([predict_this]))
[[ 185.23220833 43.62763596 180.83305074 -93.58628288 62.51448055 173.43335293]]
Это разумный результат, и вывод из функции принятия решения состоит в том, что второе лучшее предположение - C, третье - F et c.
Но если я хочу знать насколько более определенно Классификатор относится к классу А, а не В (или к любому другому классу на самом деле) - что будет подходящим способом оценки этого?
Если не существует четкого способа использования функции принятия решения, есть ли другой лучший способ оценить, насколько более точным / лучшим является прогноз для класса А, а не для класса C?