ComputeUncertainty
ComputeUncertainty
是 ClassifierMeasurements, LearnedDistribution 及其他函数的选项，指定是否应返回数值结果及其不确定性 .
更多信息
- 用 Around 给出不确定性.
- 产生的不确定性区间通常对应于一个标准偏差.
范例
基本范例 (2)
用 ClassifierMeasurements 创建并测试一个分类器：
c = Classify[{1 -> "A", 2 -> "A", 3.5 -> "B", 4 -> "A", 5 -> "B", 6 -> "B"}]cm = ClassifierMeasurements[c, {2.2 -> "A", 2.7 -> "A", 4.5 -> "B", 1.4 -> "B"}]cm["Accuracy", ComputeUncertainty -> True]cm["F1Score", ComputeUncertainty -> True]ld = LearnDistribution[{"A", "A", "B", "B", "B"}, Method -> "Multinormal"]PDF[ld, "A"]PDF[ld, "A"]用 ComputeUncertainty 获取结果的不准确性：
PDF[ld, "A", ComputeUncertainty -> True]增大 MaxIterations 以提高估计精度：
PDF[ld, "A", MaxIterations -> 1000, ComputeUncertainty -> True]
Wolfram Research (2019)，ComputeUncertainty，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ComputeUncertainty.html.
文本
Wolfram Research (2019)，ComputeUncertainty，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ComputeUncertainty.html.
CMS
Wolfram 语言. 2019. "ComputeUncertainty." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/ComputeUncertainty.html.
APA
Wolfram 语言. (2019). ComputeUncertainty. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ComputeUncertainty.html 年