我有一个二进制分类任务，我使用sgdclassifier符合日志损失。为了预测，我对班级概率（preadion_proba）而不仅仅是类标签感兴趣。
我需要对这些概率的不确定性进行估计，例如，关于积极阶级的概率，即：
p(x|positive_class) = p0 +/- delta
p0作为preditive_proba（x）[0]给出，但是有一种方法可以估算delta？
另一种方式，我可以想到这是通过具有不确定的权重W和使用Logistic函数p = 1/[1 EXP（-w.x）]来传播从W到P？
首先
p(x|positive_class)
是生成示例X的概率，因此您需要生成模型。LR是歧视性模型，而SGD不是模型，而是一种学习方法（但是Sklearn中SGDClassifier中实现的损失函数都是歧视性的）。
您可能想找出
p(positive_class|x) = A +/- eps
，不幸的是，答案是您不能。像这样的模型不提供置信区间。您可以做两件事之一：
- 训练不同的模型，该模型直接提供，例如高斯进程 例如假设错误的正态分布，并简单地报告var（p_i（pasture_class | x））p_i）