如果您使用svm.LinearSVC()
estimator,并且.decision_function()
(例如svm.SVC的.predict_proba())将结果从最可能的类排序到最不可能的类。这与.predict()
功能一致。另外,此估算器速度更快,并且获得的结果几乎相同svm.SVC()
对您来说,唯一的缺点可能是.decision_function()
给出一个介于-1和3之间的有符号值sth而不是概率值。但它与预测一致。
Scikit学习predict_proba给出错误答案
如果您使用svm.LinearSVC()
estimator,并且.decision_function()
(例如svm.SVC的.predict_proba())将结果从最可能的类排序到最不可能的类。这与.predict()
功能一致。另外,此估算器速度更快,并且获得的结果几乎相同svm.SVC()
对您来说,唯一的缺点可能是.decision_function()
给出一个介于-1和3之间的有符号值sth而不是概率值。但它与预测一致。