假设我在Python中有一个训练有素的SVM分类器，标志为“Probability = True”，如下所示：
classifier = SVC(C = 1000000, gamma = 10, probability=True)
classifier.fit(my_data, the_labels)
当我执行新数据的分类时，我想仅保留概率高于阈值的分类新数据，假设为0.90 . 我怎样才能做到这一点？直到现在我正在做这样的事情，但我被困住了：
labels_predicted = classifier.predict(new_data)
probabilities = classifier.predict_proba(new_data)
第一个命令返回实际标签，第二个命令返回其标签的概率 . 因此，对于每个数据点，我都有其最大似然标签及其所有相关概率属于所有标签 . 但最大似然标签可能是0.4，我不想要它 . 如何只保留具有特定阈值的标签？
1 回答
据我所知，SVC本身不允许以你想要的方式对概率进行阈值处理 . 在构建
labels_predicted和probabilities之后，您可以执行第二次索引并获取接受的标签 .我不知道你想用ML-probability低的数据做什么 . 该解决方案完全丢弃它 .