我已经训练了一类支持向量机,并将新数据拟合到模型中。我正在寻找一种为输出生成概率分数的方法,看到的不是一种内置的方法,而是一个决策函数。 普拉特缩放是实现这一点的最简单方法。我找到了有关Platt伸缩的文献,但没有太多关于用Python实现代码的文献
我尝试了类似的方法,但我的输出仍然显示0和1
def platt_scale(clf, X, train_size, cv_size):
y_pred = clf.predict(X)
X_train, _, y_train, _ = train_test_split(X, y_pred, train_size=train_size)
lr = LRCV(cv=cv_size)
lr.fit(X_train, y_train)
return lr.predict_proba(X)
array = platt_scale(clf, X2, .3, 3)
目前没有回答
相关问题 更多 >
编程相关推荐