是否有办法让sk-learn中的分类模型输出预测的置信度或概率，而不仅仅是类(即使只有两个类)?
直观地说，有些样本应该明确地归属于一个类，而其他样本则是边缘的，对于某些实际问题，区分这些样本可能是有用的。
如果你看一下关于分类器的sklearn文档，你会发现它们中的一些函数被称为predict_proba()(或decision_function，就像svm和其他模型(如Logistic Regression)中提到的那样)。这里的RandomForestClassifier文档中有一个例子。每个类的概率将以一种取决于特定模型的方式计算，但它们应该为您输入的每个样本生成每个类的概率。
有。通常，您的模型将提供一个名为decision_function的成员函数，该函数返回给定样本到分离超平面的距离，您可以将其解释为置信度。
查看下面的SVM分类示例。