我编写了一段简单的代码,它接受一个参数“query_seq”,进一步计算描述符,最后可以使用“LogisticRegression”(或任何其他在函数中提供的算法)算法进行预测,结果可能是“0(对于给定情况为负)”或“1(对于给定情况为正)”
def main_process(query_Seq):
LR = LogisticRegression()
GNB = GaussianNB()
KNB = KNeighborsClassifier()
DT = DecisionTreeClassifier()
SV = SVC(probability=True)
train_x, train_y,train_l = data_gen(p)
a = DC_CLASS()
test_x = a.main_p(query_Seq)
return Prediction(train_x, train_y, test_x,LR)
在我们执行交叉验证时,我们计算了一个算法的不同统计参数以进行准确度估计(特异性、敏感性、mmc等)。现在我的问题是,在scikit-learn中是否有任何方法可以估计测试数据预测的置信度得分。