我正在使用来自mlpy的监督分类算法将事物分为两组，用于问答系统。我真的不知道这些算法是如何工作的，但它们似乎在模糊地做我想要的。

我想从分类器中获得一些信心。我可以从分类器中获得“实值预测”。这些似乎是我称之为链接函数的值。这是我系统的一些示例输出。

Predictions as to whether an answer is correct
for random data from various models

Results for one run
----------------------------------------------
Model Result Confidence? ("Real value")
----- ------ ---------------------------------
 SVM  [True, 0.10396502611075412]
 FDA  [True, 3.3052963597375227]
SRDA  [False, 0.34205901959526142]
 PDA  [True, 3.8857018468328794]
----------------------------------------------

Results for another run
----------------------------------------------
Model Result Confidence? ("Real value")
----- ------ ---------------------------------
 SVM  [False, -0.0059697528841203369]
 FDA  [False, -0.15660355802446979]
SRDA  [False, 1.2465697042600801]
 PDA  [True, 0.23122963338708608]
----------------------------------------------

对于分类为“真”的真实值通常更积极，而对于分类为“假”的真实值更消极，但链接比这更复杂一些。我可以将这些真实值转化为信心指标吗？如果是这样，怎么做？

我正在使用以下分类器。

• 支持向量机 (SVM)
• K 最近邻 (KNN)
• Fisher 判别分析 (FDA)
• 谱回归判别分析 (SRDA)
• 惩罚判别分析 (PDA)
• 对角线性判别分析 (DLDA)

更新：更多地考虑了这一点，意识到我实际上只需要信心的等级。具有最高实际值的答案是否是最有把握地归入 True 组的答案？我仍然想更好地理解这一点，但在短期内回答这个问题会很好。