使用scikitlearn的LinearSVC分类器时如何启用概率估计

Question

如何以类似于sklearn.svm.LinearSVC的{​​{1}}选项的方式sklearn.svm.SVC从probability=True模型获得预测的概率估计，我需要避免二次由于我的训练集很大，因此predict_proba()的基础libsvm的适合度惩罚。

Answer 1

sklearn.svm.LinearSVC没有正确注意到的predict_proba方法。

但是，您可以尝试以下技巧来避免此缺点：

from sklearn.svm import LinearSVC
from sklearn.calibration import CalibratedClassifierCV
svm = CalibratedClassifierCV(LinearSVC())
svm
CalibratedClassifierCV(base_estimator=LinearSVC(C=1.0, class_weight=None, dual=True, fit_intercept=True,
     intercept_scaling=1, loss='squared_hinge', max_iter=1000,
     multi_class='ovr', penalty='l2', random_state=None, tol=0.0001,
     verbose=0),
            cv=3, method='sigmoid')

生成的svm模型确实具有predict_proba方法可用。

您可能会详细了解CalibratedClassifierCV