摘要

本文选取5种距离定义和3种损失函数定义，模拟机器学习算法输出的单个样本预测可信度。

结论

对于线性模型，距离损失函数确实可以模拟样本预测可信度，可用MSE变化程度和方向验证。

GBDT呈现较弱的负相关关系，指标仍可用。其他算法包括XGBoost、神经网络（sklearn）、随机森林，本文选取的距离定义及损失函数范式下，样本预测可信度均不起作用。

应用

针对非二分类算法，输出样本预测可信度。