Scikit学习-输出正确选择的平均概率
Scikit学习是一个基于Python的机器学习库，提供了丰富的机器学习算法和工具，用于数据预处理、特征工程、模型训练和评估等任务。在机器学习中，输出正确选择的平均概率是评估分类模型性能的一种指标，通常用于多分类问题。
输出正确选择的平均概率（mean accuracy）是指模型在所有样本中预测正确的比例。具体计算方法是将每个样本的预测结果与真实标签进行比较，如果预测结果与真实标签一致，则认为预测正确。然后将所有预测正确的样本数除以总样本数，得到输出正确选择的平均概率。
对于多分类问题，Scikit学习提供了多个分类算法，如支持向量机（SVM）、K近邻（KNN）、决策树（Decision Tree）等。这些算法可以通过Scikit学习库中的相应模块进行调用和使用。
在实际应用中，输出正确选择的平均概率可以帮助评估模型的准确性和性能。较高的输出正确选择的平均概率意味着模型的预测结果更准确，可以更好地应用于实际场景中。
腾讯云提供了多个与机器学习和人工智能相关的产品和服务，可以帮助开发者进行模型训练和部署。其中，腾讯云机器学习平台（Tencent Machine Learning Platform，TMLP）提供了丰富的机器学习算法和模型训练工具，支持多种编程语言和开发环境。您可以通过访问腾讯云官方网站了解更多关于腾讯云机器学习平台的信息和产品介绍。
参考链接：
- Scikit学习官方网站：https://scikit-learn.org/
- 腾讯云机器学习平台：https://cloud.tencent.com/product/tmpl
相关·内容
2回答
Scikit学习-输出正确选择的平均概率
python、pandas、scikit-learn
因此，我正在使用Scikit-Learn处理一个三个结果的数据框架。我更感兴趣的是预测准确的概率，而不是预测正确的结果。因此，我使用predict_proba而不是预测，然后我可以输出每个测试实例的所有概率a、b或c，这是平滑的！有没有办法像accuracy_score(y_predictions，y_test)一样计算“概率分数”？这样我就可以得到每个正确结果<
浏览 19提问于2017-12-22得票数 1
回答已采纳
1回答
预测方法显示了标准化的概率？
python-2.7、probability、scikit-learn、prediction、adaboost
我正在使用Scikit-learn中的AdaBoostClassifier，无论训练集多么不平衡，我总是获得0.5的平均概率。类预测(predict_)似乎给出了正确的估计，但这些并没有反映在predict_probas方法中，它总是平均为0.5。
如果我的“真实”概率是0.02，我如何转换标准化的概率来反映这个比例？
浏览 2提问于2014-02-08得票数 0
1回答
将二进制神经网络分类器转换为一节所有分类器
deep-learning、neural-network、classification、multiclass-classification、supervised-learning
我有一个神经网络模型(从零开始实现)，它给了我一些连续的输出，最后我使用了乙状结肠层将它转换成一个二进制分类器。但我最初的问题是多类问题。我尝试使用softmax层，但由于输出不是该格式的，所以无法将它应用到我的模型体系结构中(作为输出，我得到了一些连续值)。如果我的概念有点薄弱，请原谅我，但如果有人能在这方面帮助我，我真的很感激。
例如，如何在保持原有体系结构的同时，将二进制分类器转换为多类分类器，以及应该使用什么样的</
浏览 0提问于2021-05-16得票数 1
1回答
随机森林预测
machine-learning、classification、random-forest、data-science-model
在我的随机森林中，我有6种估计量，其中3种是预测员工流失的，另一种是预测员工保留的。简而言之，3种估计量=预测会产生波动，3种估计量=预测将保持。我知道，随机森林的工作方式是为每个班级获得最多的选票，或者通过获得模式来实现。
问题是在这种情况下，随机森林是如何预测的？
浏览 0提问于2019-07-31得票数 1
回答已采纳
1回答
python中的随机森林:分类问题的最终概率
python、scikit-learn、classification、probability、random-forest
另一方面，我还可以看到一个向量，它具有事件的最终概率，例如，0,83。如果我有1000个估计量，这个概率是如何计算的，是每个树的1000个概率的平均值吗？
浏览 3提问于2016-11-01得票数 4
1回答
多类分类支持向量机(1-VS-All)的置信度估计
python、machine-learning、scikit-learn、svm、multiclass-classification
当使用支持向量机-OVR(Ove Rest)进行多类分类时，对n分类器进行训练，n等于类数.第一个分类器基本上是计算I类和包含所有其他分类器的类之间的二进制分类。然后，为了预测一个新的数据样本，对所有的n分类器进行测试，并基于对每个分类器的置信度估计，返回最可能的类。例如，class1 = 0.59，class2 = 0.61，以此类推，与关联的最大概率对应的输出类。
我想知道每个分类器的置信度是如何计算的<
浏览 4提问于2020-11-24得票数 2
1回答
如何利用整体训练实例来估计sklearn中的类概率
machine-learning、scikit-learn、random-forest
我想要使用科学工具包-学习RandomForestClassifier来估计一个给定的例子属于一组课程的概率，在之前的培训课程。
现在，我已经读了一些关于概率
浏览 3提问于2015-01-17得票数 2
回答已采纳
1回答
使用scikit学习概率分布学习随机森林？
machine-learning、probability、scikit-learn、random-forest
我有一个状态->动作对(s，a)的数据集，其中每个s定义了关于a的可能选择的概率分布，并且每个a都是从该概率分布中采样的。我想为这个数据集训练一个分类器，它不是学习预测最大似然，而是预测采样的分布a。例如，如果你正在玩一个迭代的石头-布-剪刀，你的状态可能只是你上一步的动作和一个∈{石头，布，剪刀}，其中之前的状态降低了再次选择该动作<em
浏览 2提问于2012-11-05得票数 0
回答已采纳
3回答
数值数据的Riskscore创建
machine-learning、neural-network、r、data-mining、data-science-model
我正在努力创建一个风险评分的数据，我有变数- Invested_amount，利润数额，年龄的天，交易总额，利润每笔交易和投资。基本上，我想推导出一种计算风险分数的方法，在这个方法中，一个人的利润更多(大部分时间他是赢的)。基本上，我的问题是给每个客户分配一个风险评分，评分越高，客户的风险就越大。一旦得到这个分数，然后使用这个分数，我们将把客户分割成三个类别。下面是我目前使用的…变量
|Variable| Definitio
浏览 0提问于2018-04-29得票数 1
1回答
用概率响应(或成功/失败次数)而不是二进制输出来训练模型
python、scikit-learn、data-modeling
我有聚合数据印象和点击的一组特性。并希望使用scikit-学习估计概率点击(CTR)。也就是说，响应变量是点击的数量除以印象的数量(#点击/#印象)。如何使用概率响应()(或点击/印象次数)而不是二进制输出来训练？例如，数据：谢谢，鲍里斯
浏览 3提问于2015-11-23得票数 3
1回答
利用预测函数求出预测概率
svm、predict
self.weight_vector.dot(instance.T)[0] + self.bias)))#class is determined based on the sign -1,1谢谢
浏览 0提问于2021-04-30得票数 0
回答已采纳
1回答
scikit学习平均感知器分类器
python-2.7、machine-learning、scikit-learn、classification、perceptron
我是一个机器学习的新学习者，我想做一个只有几个属性的两类分类。通过在网上的研究，我了解到两类平均感知器算法对于线性模型下的两类分类是很好的。然而，我一直在阅读Scikit-learn的文档，我有点困惑是否Scikit-learn提供了一个平均感知器算法。我想知道sklearn.linear_model.Perceptron类是否可以通过正确设置参数来实现为两类<e
浏览 6提问于2017-12-06得票数 2
回答已采纳
1回答
理解decision_function值
python、machine-learning、scikit-learn
目前，我正在进行第一次机器学习，到目前为止，我还不太了解从decision_function(X)获得的值的大小(也不知道如何理解它们)。基于sklearn， decision_function(X)的意思是：
先谢谢你。
浏览 0提问于2018-06-21得票数 7
1回答
如何将Lime用于NLP CNN神经网络多类？
python、tensorflow、nlp、conv-neural-network、lime
我想输出模型是如何决定的。我想为此使用。我发现了下面的。我有一个自由的文本字段，并想要确定它是什么情况-这是要解决的CNN神经网络的帮助。我有几节课。我怎样才能用Lime作为CNN的多类节目？# data wragling我试过的ob
浏览 6提问于2022-07-08得票数 1
1回答
对于非常不平衡的数据，在真实测试集上的预测只给出了非常高的概率。
keras、rnn、class-imbalance
我有一个多变量的时间序列，我用RNN训练，有周期和重复的时间指数，从2013-01到2016-09，步骤是几个月，重复，我指的是从1月到12月排序的各种子集，很多次是同一年，几百次，我预测明年会知道其他特性使用Keras对真实测试数据进行预测，期望与我使用LSTM训练的3年的数据形状相同，并试图预测2017年的重复时间序列。sigmoid'))optimizer='
浏览 0提问于2018-11-28得票数 0
1回答
朴素贝叶斯分类器是不好的估计器。
scikit-learn、classification、naivebayes
我在Scikit-学习指南()上读到了这篇文章：
..。虽然朴素贝叶斯被认为是一种不错的分类器，但它是一种糟糕的估计器，因此predict_proba的概率输出不应被太认真地对待。坏的和体面的同时？
浏览 2提问于2021-06-22得票数 0
1回答
sklearn高斯朴素Bayes的原始概率
python、scikit-learn、naivebayes、outliers
我正在使用GaussianNB的Scikit-学习做监督分类.当使用"predict_proba“方法时，概率之和总是等于1。
我想返回的是拟合高斯分布的真实值，因为我的数据集包含许多异常值。我应该根据平均值和标准差来做数学吗？
浏览 1提问于2018-10-31得票数 2
回答已采纳
1回答
scikit带宽的差异-学习状态模型的KDE和多元KDE
python、scikit-learn、statsmodels、bandwidth、kernel-density
我正在生成一个5000 *6数组，并使用来自scikit学习的KDE和来自statsmodel的MultivariateKDE来评估ln(概率密度)。由于两种方法都可以处理多维数据，所以我希望使用这两种方法都能得到相同的结果。但是，结果是不同的。当我查看带宽的价值时，我看到了scikit--学习KDE使用标量值来表示带宽，而多元KDE使用一维数组来表示带宽。
那么，哪个带宽是正确的
浏览 1提问于2021-04-21得票数 0
1回答
标准偏差神经网络的训练
neural-network
我想让我的神经网络对这些数据进行训练。其中，一旦完成了训练，它就可以接受一个输入图像，并输出一个浮动元组，表示因变量可能是什么的平均值和stddev。也就是说，神经网络，当它看到一只狗，应该输出(2，3)。当它看到猫时，应该输出(-1，0.05)。从本质上讲，神经网络需要接收一个图像，并计算出浮动的平均值可能是什么，以及浮点数与平均值之间的距离(通过输出stddev)。浮动有0%的
浏览 0提问于2023-03-27得票数 0
2回答
科学学习与滑雪板的区别
python、python-2.7、scikit-learn
我已经安装了numpy 1.8 Orc1，.13 Ob1和scikit-learn 0.17.1。Library/Python/2.7/site-packages/sklearn/utils/init.py"，第10行，在.murmurhash导入murmurhash3_32文件"numpy.pxd“的第155行中，init sklearn.utils.murmurhash (sklearn/utils/murmurhash.c:5029) ValueErro
浏览 5提问于2016-08-03得票数 60
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
