Python每日一记23>>>分类模型的可信度评估

“万事万物都存在不确定性，包括真理”
对于分类模型，我们知道利用模型确实能进行预测分类，为其加上标签，但是，模型预测的内部机制也是依据概率计算的，大概率属于1类，则分到1类。
大部分算法都有predict_proba属性


我们利用高斯贝叶斯算法进行分类，利用predict_proba属性查看内部是怎样计算的，我们发现，对于测试集而言，前5个分类是1，0，0，0，1 ； 而后的列表表示的是概率，如列表的第一行，4.02843511e-18表示有接近0的概率属于第一类别， 1.00000000e+00表示有1的概率属于第二类别，至于第一类别是什么，第二类别是什么，我们貌似不需要去关心。

除了predict_proba属性，我们还有决定系数属性


列表内容表示，如果数值为正数就属于1类，如果负数就属于0类。
不同的分类算法，概率模型可能不尽相同，大家可以行决定。
其实，我们并不需太在意可信度评估，分类结果达到即可。