我在 python 中使用 sklearn.ensemble 中的 RandomForestClassifier 来训练 ML 模型。我有 2 个类/模型（比如 A 和 B）可以生成曲线。在输入中，每行代表一条曲线，每列给出不同 x 值的 y 值。这些值是从 .txt 文件中读取的。
我想训练 ML 模型，以便当我提供新曲线时，它可以预测新曲线属于模型 A、模型 B 或两者都不属于的概率。例如如果我提供一条假曲线（不属于任何模型），我希望它被标记为“两者都不是”或类似的东西。
我面临的问题是，使用 Predict.proba() 的两个类（A 和 B）的概率之和为 1，即随机森林将每条新曲线分配给一个模型，但我无法得到新曲线不属于两者的情况。在上述情况下有没有办法执行此操作？或者是否可以使用随机森林以外的其他东西？
下面是代码的工作示例：
import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestClassifier
X_train = pd.read_csv(‘training_dataset.txt')
X_test = pd.read_csv(‘test_dataset.txt')
y_train = pd.read_csv('training_dataset_label.txt')
y_test = pd.read_csv('test_dataset_label.txt')
X_train1 = X_train.values
X_test1 = X_test.values
y_train1 = y_train.values
y_test1 = y_test.values
model = RandomForestClassifier()
model.fit(X_train1, y_train1.ravel())
predictions = model.predict(X_test1)
probabilities = model.predict_proba(X_test1)
这是我得到的输出，其中每一行给出新曲线属于 A 或 B 的概率
| A | B |
|---|---|
| 0.94 | 0.06 |
| 0.14 | 0.86 |
| 1.00 | - |
| 0.41 | 0.59 |
| 0.15 | 0.85 |
| 0.83 | 0.17 |
| 0.77 | 0.23 |
| 0.65 | 0.35 |
| 0.99 | 0.01 |
如果新曲线不属于任何一个，我预计 A 和 B 的输出（预测概率）均为 0。
您需要制作一个多类分类器。不确定 SkLearn 是否附带任何好的开箱即用的功能。但它们并不难构建。您只需构建 N 个单类分类器，即可输出属于特定类的样本的估计概率。
在推理时，您在同一个实例上运行所有 N 个模型，然后查看概率估计。您还需要选择一些阈值。如果您的所有分类器都给出了属于其类别的对象的概率估计，那么您将该对象放入类中既不是
与机器学习中的任何事物一样，适合您的案例的最佳模型和最佳阈值取决于数据的性质。如果您的数据属于几个非常紧密的集群，并且有一些异常值位于正常数据之外，那么您将获得非常高的准确性。如果您的数据更加模糊，预计会出现一些误报或误报，具体取决于您设置的阈值有多高。
您可以使用 MLFlow 等工具来微调模型参数