stanford nlp分类器的输出

Question

我们正在学习stanford-nlp分类器的用法。正如其维基页面所述，它可用于构建模型，用于分类像Iris这样的数值数据： http://www-nlp.stanford.edu/wiki/Software/Classifier#Iris_data_set

但是在解释输出时，我们对其中一些输入属性很难：输入属性有4列（1值，2值，3值，4值），输出标签有1列（Iris-setosa） ，Iris-versicolor，Iris-virginica）。但CLASS在这里是什么？它是整体输出列吗？

构建此分类器：具有以下权重的线性分类器

        Iris-setosa     Iris-versicolor Iris-virginica 
3-Value -2.27            0.03            2.26          
CLASS    0.34            0.65           -1.01          
4-Value -1.07           -0.91            1.99          
2-Value  1.60           -0.13           -1.43          
1-Value  0.69            0.42           -1.23          
Total:  -0.72            0.05            0.57          
Prob:    0.15            0.32            0.54   

Answer 1

CLASS就像简单线性回归中的截距项 - 它代表不同类的相对频率。这是每个实例的一个特征。