Question

对于家庭作业，我需要将几种分类模型拟合到数据集中，并比较它们的升力图以确定最有效的模型。模型产生二进制结果（或二进制结果的概率），我们称之为YES或NO。具有连续输出的模型很容易生成升力图表，因为它可以按置信度的降序轻松订购数据集。

我在使用生成二进制结果的模型（例如k-NN和ClassificationTree）时遇到了麻烦。在我的脑海中，我知道创建置信度值的方法，但我不知道如何使用这些库。

对于k-NN，我将概率置信度设置为落在树中特定路径的训练数据中为“是”的概率。但是使用这种方法和MATLAB中的树模型，我不知道每条记录都通过哪条树路径。

与k-NN类似，我会根据k个邻居得出概率，并从那些k个邻居中找出YES的概率，但模型没有告诉我k个邻居，我宁愿不做搜索它们。

非常感谢任何有关这些问题中的一个或两个的帮助（或者更好的方法在MATLAB中生成升力图表）

Answer 1

我实际上能够找到自己问题的答案。 MATLAB中的predict函数为预测模型中每种类型的概率生成分数

[class, score] = predict(mdl, new_observation);