如何在MATLAB中的MLP或SVM中计算平均输出概率

Question

我有一个系统，可以为每个插入的数据库在财务问题中找到最佳模型（MLP / SVM的最佳输入和参数）模型，并为特定数据样本创建特定模型。 我正在使用5倍交叉验证，对我的优化算法的成本函数重复5次（以提高系统的可靠性），因此最终我将找到现在将用于样本外数据的最佳25个模型。

在某些情况下，当我将样本数据插入到这25个模型中时，我的输出会略有不同（我有一个可以生成概率的分类MLP模型）。 这是输出之一：

0.380032703, 0.356491904, 0.369914169, 0.377588996, 0.425321986 ,0.382467546, 0.341404809, 0.538460421, 0.353585952, 0.332340499, 0.36827261, 0.369171894, 0.329522399, 0.398054125, 0.360501952, 0.406897298, 0.480889919, 0.403619213, 0.406236551, 0.422529236, 0.393108809, 0.309808029, 0.357776713, 0.337373411, 0.397259506

如您所知，这些输出将数据的不同部分作为训练集和测试集用于创建模型。 输入和参数之类的其他东西都是相同的，任何外采样我应该只有一个概率。 我的拳头方法是使用平均数。 我希望您的建议从这些概率中创建一个可靠的概率。 当我检查其他样本输出时，在很多情况下差异很小，但在某些情况下概率之间差异很大。

您对这个问题有什么想法？

谢谢。

Answer 1

您应该根据您认为生成输出的模型正确的程度对输出进行加权。 如果您没有理由偏爱任何一个模型，那么它们都具有相同的权重（即1 /（模型数）），并且组合输出只是各个输出的平均值。