我有一个二进制分类问题,我正在用SVM解决。课程在训练数据中是不平衡的。我现在需要获得后验概率输出,而不仅仅是二进制分数。我尝试使用Weka的SMO和LibSVM进行Platt缩放。对于这两个实现,我得到的结果,就少数类的f1-measure而言,比我只生成二进制结果更糟糕。
您是否知道将SVM二进制结果转换为保持下一个规则的概率的方法: “当&且仅当决策值> = 0”时,“prob> = 0.5。”
意味着当使用二进制分类或概率时,每个样本获得的标签是相同的。
答案 0 :(得分:0)
可以设置SVM,以便输出类成员资格概率。您应该查看工具包的文档,以了解如何启用它。
当构造函数选项概率设置为True时,类 成员概率估计(来自predict_proba和 predict_log_proba)已启用。