python - sklearn svm 非整数输出

Question

我一直试图在周围找到这些信息，但找不到任何帮助。我想要做的是从 sklearn svm 获取一个浮点数作为输出，以便作为子分类器的输入。

考虑到一个类更接近分类为 1，是否有可能从 svm 获得 0,89898 而不是 1 的输出？

谢谢

Answer 1

Platt 缩放可以帮助实现您想要的。它以 post-hoc 方式在 SVM 的输出之上拟合逻辑 sigmoid 曲线。

要在 sklearn 中执行此操作，您需要将 SVM 的概率参数设置为 True。然后，您可以使用拟合模型的 predict_proba() 方法来获得浮点输出。更多文档可以在这里找到。您还可以在此线程中找到相关讨论。