问题描述
我在 sklearn 中使用高斯过程分类器为分类任务拟合了一些数据。我知道对于高斯过程 Regressor 可以通过 return_std in
y_test,std = gp.predict(x_test,return_std=True)
输出测试样本的标准差(like in this question)
但是，我找不到 GP Classifier 这样的参数。
是否有从 GP 分类器输出测试数据的预测均值和标准差这样的东西？有没有办法输出拟合模型的后验均值和协方差？
解决方法
分类数据没有标准差，因此分类器中没有参数 return_std。
但是，如果您想量化分类器预测的不确定性，您可以使用 .predict_proba(X) 方法。获得每个可能类别的概率后，您可以计算预测概率的 entropy。