java - 使用概率估计进行分类的 ML 技术

Question

我想实现一个 OCR 系统。我需要我的程序不要在它选择识别的字母上犯任何错误。如果它无法识别其中的很多并不重要(即即使召回率低也可以实现高精度)。

有人可以帮我为此选择合适的 ML 算法吗？我一直在环顾四周，发现了一些令人困惑的事情。例如，我发现关于 SVM 的说法相互矛盾。在scikits learn docs ，有人提到我们无法获得 SVM 的概率估计。然而，我发现了另一个 post这表示可以在 WEKA 中执行此操作。

无论如何，我正在寻找最适合此目的的机器学习算法。如果您也可以为该算法推荐一个库，那就太好了。我更喜欢基于 Python 的解决方案，但我也可以使用 Java。

Answer 1

在构造 SVC 对象时，通过简单地设置 probability=True 就可以从 scikit-learn 中的 SVM 获得概率估计。文档仅警告概率估计可能不是很好。

典型的概率分类器是 logistic regression , 所以你可以试试看。请注意，虽然 LR 是线性模型，但与支持 vector 机不同，支持 vector 机可以通过使用内核来学习复杂的非线性决策边界。