python - SKL学习如​​何获取 LinearSVC 分类器的决策概率

Question

我正在使用 scikit-learn 的 LinearSVC 分类器进行文本挖掘。我将 y 值作为标签 0/1，将 X 值作为文本文档的 TfidfVectorizer。

我使用如下所示的管道

 pipeline = Pipeline([
    ('count_vectorizer',   TfidfVectorizer(ngram_range=(1, 2))),
    ('classifier',         LinearSVC())
  ])

对于预测，我想获得数据点被分类为的置信度得分或概率1 在 (0,1) 范围内

我目前使用决策函数功能

pipeline.decision_function(test_X)

然而，它返回的正值和负值似乎表明了信心。我也不太清楚它们的意思。

但是，有没有办法获取0-1范围内的值？

例如，这里是某些数据点的决策函数的输出

    -0.40671879072078421, 
    -0.40671879072078421, 
    -0.64549376401063352, 
    -0.40610652684648957, 
    -0.40610652684648957, 
    -0.64549376401063352, 
    -0.64549376401063352, 
    -0.5468745098794594, 
    -0.33976011539714374, 
    0.36781572474117097, 
    -0.094943829974515004, 
    0.37728641897721765, 
    0.2856211778200019, 
    0.11775493140003235, 
    0.19387473663623439, 
    -0.062620918785563556, 
    -0.17080866610522819, 
    0.61791016307670399, 
    0.33631340372946961, 
    0.87081276844501176, 
    1.026991628346146, 
    0.092097790098391641, 
    -0.3266704728249083, 
    0.050368652422013376, 
    -0.046834129250376291, 

Answer 1

你不能。不过，您可以将 sklearn.svm.SVC 与 kernel='linear' 和 probability=True

一起使用

它可能运行时间更长，但您可以使用 predict_proba 方法从此分类器获取概率。

clf=sklearn.svm.SVC(kernel='linear',probability=True)
clf.fit(X,y)
clf.predict_proba(X_test)