python - Scikit分类比较/排名

Question

我是 scikit 新手，我正在按照此处的示例

http://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html#exercise-3-cli-text-classification-utility

但是，我想知道，如果我想要分类的字符串 A 和 B 都被分类在朴素贝叶斯的同一文档组下，我是否能够找出哪个字符串更有可能被分类在文档组下？

例如，如果文档组是“计算机图形”，并且我有一个字符串“Computers are Cool”，另一个字符串“OpenGL 和 CUDA are Cool”，而它们都可能被分类在该文档组下，则第二个字符串string 可能会更强烈地分类在该类别下，因为它的 tf-idf 分数可能更高。有没有办法让我在对它们进行分类后找到它，以便我可以找出哪个字符串更能代表该类别？

Answer 1

scikit 中的许多分类器都有一个方法 predict_proba，它返回给定测试数据落入任何可用输出类别的预测概率。 (例如，Here 是高斯朴素贝叶斯。)您可以使用它来计算模型对分类的置信度。