假设我在 Keras 中建立了一个（完全不切实际的）分类模型，它给了我 1.00 的准确度。

接下来，我想在一些新的、看不见的数据上使用我的模型，并使用它model.predict_proba来获得观察属于“A”类的概率。假设这返回给我一个 0.75。

我是否用英语正确解释了这一点：“100% 的时间，模型确信这个新的观察结果有 75% 的可能性是 A 类”？

如果这是正确的，那么让我们考虑一下我的模型是否不是完全完美的，就像在现实生活中一样，而是它给了我 0.40 的准确度。假设我predict_proba的仍然是 0.75。那么，这是否正确：

“在 40% 的情况下，模型确信这一新观察结果有 75% 的可能性是 A 类。” ?

如果是这样……这看起来好像predict_proba()不是一个完整的故事。

我可能会误导某人（比如记者……或法官，随便谁）说：“这种看不见的观察结果有 75% 的可能性属于 A 级”……如果我没有透露这一点，那听起来可能很棒声明基于一个准确度较低的模型，如 0.40。

我是否正确地说明了这一点，我的担忧是否有效？