机器学习中样本预测的可能性
Posted
技术标签:
【中文标题】机器学习中样本预测的可能性【英文标题】：Likelihood of a sample prediction in machine learning 【发布时间】：2017-11-05 19:07:49 【问题描述】：我知道一些机器学习算法可以输出输入样本的预测标签概率。
例如，给一个样本有三个可能的标签，通过一些概率学习算法，例如逻辑回归或概率估计树，可以输出一个概率元组（0.2,0.3,0.5）。然后输出概率最大（这里为 0.5）的标签作为最终预测。
我的问题是，给定一个具有预测概率元组 (0.3,0.4,0.3) 的新样本，我如何定量确定预测标签（这里是第二个标签）正确的可能性？
非常感谢
【问题讨论】：
【参考方案1】：（恕我直言，这个问题不属于这里。它确实属于统计堆栈交换）
答案非常简单：概率/可能性——不完全相同——是0.4，非常低。
如果你想运行一个小实验。构建/学习模型对几个实例进行分类并将其与基本事实进行比较。另外总结最可能标签的概率。您将看到概率总和与正确分类实例的比例相匹配 或：
您的模型错误
您的样本集太小
【讨论】：
以上是关于机器学习中样本预测的可能性的主要内容，如果未能解决你的问题，请参考以下文章