我正在使用scikit-learn的感知器算法进行二元分类。 在使用库中的其他算法(RandomForestClassifer、LogisticRegression等)时,我可以使用
我能想到最接近的方法是使用
model.predict_proba()
让算法输出每个示例获得正面(1)概率的结果。是否有一种方法可以获得感知器算法类似的结果输出呢?我能想到最接近的方法是使用
model.decision_function()
,它根据到超平面的有符号距离为基础输出示例的置信度分数,但我不确定如何将这些置信度分数转换为我想要的概率数字。
model.predict()
仅返回二进制值。