在sklearn中，有没有一种方法可以测试我的a DecisionTreeClassifier模型预测的可信度？

Question

我成功地使用了python中的sklearn库，并且非常喜欢它。在

我可以使用以下代码创建并拟合DecisionTreeClassifierType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：

^{pr2}$

根据模型预测这些数据将具有的类，上述行将返回0或1。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？在

因此，如果它预测输入的分类是1，那么概率/置信度将是十进制的0.8或百分之八十。关于这是否与sklearn的DecisionTreeClassifier兼容/可能有什么想法？在

Answer 1

这是在^{}中完成的：

Predict class probabilities of the input samples X. The predicted class probability is the fraction of samples of the same class in a leaf.