我们有一个训练有素的分类器＆＃34;。这不一定是分类器，如SVM，MLP等。
分类器返回使用置信度得分评估的输出列表。
根据输入，输出可能如下所示：
在这种情况下，我们会将分类器结果视为“坏”＆＃34;，因为所有输出的所有置信度得分的距离为＆＃34;低＆＃34;。
根据输入的不同，输出可能如下所示：
在这种情况下，我们会将分类器结果视为“好”＆＃34;，因为所有输出的所有置信度得分的距离都是＆＃34;高＆＃34;。
我们可以通过系统运行很多输入。
有没有办法找出什么是足够高的＆＃34;＆＃34; 距离以便我可以说该模型足够自信＆＃34;？
这不是用于比较算法，而是随着时间的推移系统性能。