如何将SGDClassifier的decision_function()的值转换为概率?

时间:2018-06-15 16:56:09

标签: machine-learning text-classification gradient-descent

我尝试使用SGD构建文本分类模型,并希望查看它分配给每个类别中的归属文本的概率。

分类器是:

SGDClassifier(loss='hinge', penalty='l2',
                  alpha=0.00001, random_state=42,
                  max_iter=50, tol=None, class_weight='balanced',
                  learning_rate='optimal'))
我知道

没有predict_proba()方法。正在运行decision_function()会产生类似

的输出
array([-1.28014293, -1.05676297, -1.00005418, -1.11067768, -1.06648538,
   -1.59393356, -1.33659227, -1.25158992, -1.03031123, -1.66977477,
   -0.47045306, -1.09032355, -1.41919423, -1.31935137, -1.14275755,
   -1.32927664, -0.98199196, -1.39455488, -1.06143726, -1.12924271,
   -1.48118073, -1.12691564, -0.94647774, -1.14519407, -1.04796815,
   -1.7178278 , -1.11921505, -1.08271349, -1.23605639, -1.07206273,
   -1.00003746])

对于特定文本,我理解为代表距离。有没有办法将其转换为属于每个类别的概率?因此,我正在寻找具有概率而非距离的数组。任何帮助将不胜感激!

0 个答案:

没有答案