python - 如何在sklearn中输出高斯过程分类器的均值和标准差？

Question

我在 sklearn 中使用高斯过程分类器为分类任务拟合一些数据。我知道对于高斯过程回归return_std器，可以传入

y_test, std = gp.predict(x_test, return_std=True)

输出测试样本的标准偏差（就像在这个问题中一样）

但是，我找不到 GP Classifier的这样一个参数。

是否有从 GP 分类器输出测试数据的预测均值和标准差之类的东西？有没有办法输出拟合模型的后验均值和协方差？

Answer 1

分类数据没有标准偏差，因此分类器中没有参数 return_std。

但是，如果您想量化分类器预测的不确定性，您可以使用该.predict_proba(X)方法。一旦你得到每个可能类别的概率，你就可以计算预测概率的熵。