从朴素贝叶斯分类预测计算不确定性

Posted 2023-03-12

【中文标题】从朴素贝叶斯分类预测计算不确定性

【英文标题】：Calculating uncertainty from Naive Bayes Classification predictions

【发布时间】：2016-02-01 02:05:49

【问题描述】：

我已经对具有 3 个分类（是、否和可能）的数据集实施了朴素贝叶斯分类。目前，我有一个数组，其中输入属于 3 个类中的每一个的概率。我选择了概率最高的类作为我的预测。

我想计算我的预测的确定性。我是数据分析新手，所以我不确定它们是否是计算这一点的标准方法，因此任何资源或建议都会有所帮助。

本来我是想这样做的：（Pm = 预测概率，Pb = 其他类的概率，Pc = 剩余第三类的概率）

Certainty = Pm/(Pm + Pb + Pc) 或 Certainty = Pm^2/(Pm^2 + Pb^2 + Pc^2) 但实际上这只是我想出的一个任意等式。

【参考方案1】：

我相信你想多了。如果您使用的是标准指标，那么

Pm + Pb + Pc = 1.0

根据定义。

Pm 是确定性，由建模过程计算得出。