从朴素贝叶斯分类预测计算不确定性

Question

我已经在一个有3个分类的数据集上实现了一个朴素的贝叶斯分类(是，否，和可能)。目前，我有一个数组，其中包含一个输入属于这3个类中每一个的概率。我选择概率最高的类作为我的预测。

我想计算一下我的预测的确定性。我刚接触数据分析，所以我不确定他们的方法是否是计算这个的标准方法，所以任何资源或建议都会有所帮助。

我原本打算这样做：(Pm =预测概率，Pb =其他类的概率，Pc =剩余三类的概率)

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来的一个任意方程。

Answer 1

我相信你想得太多了。如果您使用的是标准指标，那么

Pm + Pb + Pc = 1.0

根据定义。

Pm是由建模过程计算的确定性。