我手头有一个二元分类任务，我有一群人需要分类为 1 或 0，然后使用predict_proba来估计我的预测对用于推理的样本的置信度。我的理解是大多数分类算法的predict_proba并不准确，需要进行校准。有没有一种通用的方法来获得客观准确的类概率？ 如果可能的话，算法名称、技术和一些代码。谢谢！
注意：我的课程不平衡 80/20。
Predict_proba 关于二元分类问题
数据挖掘
分类
概率校准
2022-03-04 21:00:48
1个回答
sklearn为我们提供了两种通过CalibratedClassifierCV类来校准概率分类器的方法；一种使用 Platt 缩放（Sigmoid），另一种使用等渗回归。
另一种方法是使用未实现的Venn-Abers 预测器sklearn，但是您可以在此处找到自定义实现。
对于不平衡的数据集，请确保利用分类器的class_weights参数sklearn来增加代表性不足的类的权重。
其它你可能感兴趣的问题