我知道一些机器学习算法可以输出输入样本的预测标签的概率。
例如，给出具有三个可能标签的样本，可以通过一些概率学习算法输出概率元组（0.2,0.3,0.5），例如逻辑回归或概率估计树。然后输出具有最大概率的标签（此处为0.5）作为最终预测。
我的问题是，给定一个具有预测概率元组（0.3,0.4,0.3）的新样本，我如何定量地确定预测标签（这里是第二个标签）是否正确的可能性？
非常感谢
答案 0 :(得分：0)
（这个恕我直言的问题不属于这里。它确实属于统计栈交换）
答案非常简单：概率/可能性 - 不完全相同 - 是0.4，这是非常低的。
如果你想进行一个小实验。构建/学习模型可以对一些实例进行分类，并将其与实际情况进行比较。另外总结了最可能标签的概率。您将看到概率总和与正确分类的实例的分数相匹配 或者：
您的模型错误
您的样本集是小