この記事はどんな記事? 2値分類を解くための学習器としてSVMを使う方法が一般に考えられます. このときに(一般的な)SVMは基本的には 分類のみ を行います.しかし,たとえばモデルの精度をROC-AUCなどで評価したいときはなんらかの形でスコアを計算しなければなりません. sklearnではSVMを用いてスコアを計算する方法を以下の2種類提供しています. decision_function predict_proba(predict_log_proba) この記事ではこの2つの方法の違いを説明します. 結論だけいえば基本的に decision_function を使用して,0~1にスケールされたスコアが欲しい場合のみ predict_proba を使用するのがいいかと思われます. はじめに decision_function について説明します. これは特にオプションを指定することなく使
![sklearnにおけるSVMのpredict_probaとdecision_functionについて - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/c57acd63f1e9a2d49bec5fffc32e6919fa7198b9/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9c2tsZWFybiVFMyU4MSVBQiVFMyU4MSU4QSVFMyU4MSU5MSVFMyU4MiU4QlNWTSVFMyU4MSVBRXByZWRpY3RfcHJvYmElRTMlODElQThkZWNpc2lvbl9mdW5jdGlvbiVFMyU4MSVBQiVFMyU4MSVBNCVFMyU4MSU4NCVFMyU4MSVBNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnM9MDBmZTU4N2ZlYzc4ZTdkNjUyYWYxZTEyOTViMGYwOTY%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0aHRpdGVjaCZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NmU1ZDExYTJlMzM4M2MwYTNkYmM0Mjk2NDBhN2JjMmE%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4g5pel6YmE44K944Oq44Ol44O844K344On44Oz44K65qCq5byP5Lya56S-%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%2523212121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3D727ea28ab7c3a387a02062fb3e2553bc)