PMML随机森林模型可获取分类概率但无法输出置信度得分问题

核心原因 #

你的随机森林PMML使用的集成策略默认不支持全局置信度聚合：

• 当前<Segmentation>标签配置的multipleModelMethod="majorityVote"（多数投票）属于分类结果导向的集成逻辑，PMML 4.3规范中该模式默认仅会对所有子树的probability属性做全局聚合计算，不会自动汇总单棵决策树节点的confidence属性，因此全局Output层直接声明feature="confidence"的输出字段时，引擎无法找到对应计算源，导致无输出。

解决方法 #

你可以二选一调整配置：

1. 调整集成策略
   把<Segmentation>的multipleModelMethod属性值改为weightedMajorityVote或者probability，这两种集成模式默认支持confidence特征的全局聚合计算，调整后你现有Output层的置信度输出配置即可正常生效。
2. 保留多数投票策略，手动聚合置信度
   如果必须使用majorityVote策略，你需要先给每个<Segment>内的<TreeModel>单独添加Output配置，输出对应类别的confidence值，再在全局Output层使用aggregate函数对所有子树的confidence值做平均/求和计算，示例配置如下：

<!-- 单棵TreeModel内部添加Output -->
<TreeModel functionName="classification" algorithmName="mtree" missingValueStrategy="lastPrediction" modelName="train">
  <Output>
    <OutputField name="tree_confidence0" feature="confidence" value="0"/>
    <OutputField name="tree_confidence1" feature="confidence" value="1"/>
  </Output>
  <!-- 原有树结构 -->
</TreeModel>

<!-- 全局Output层聚合 -->
<p:Output xmlns:p="http://www.dmg.org/PMML-4_3">
  <p:OutputField name="probability1" optype="continuous" datatype="double" feature="probability" value="1"/>
  <p:OutputField name="probability0" optype="continuous" datatype="double" feature="probability" value="0"/>
  <p:OutputField name="confidence0" optype="continuous" datatype="double" aggregate="average" field="tree_confidence0"/>
  <p:OutputField name="confidence1" optype="continuous" datatype="double" aggregate="average" field="tree_confidence1"/>
</p:Output>

补充说明 #

如果调整配置后仍无输出，可以确认你使用的PMML解析引擎是否支持confidence特征的解析，部分轻量PMML运行库仅实现了概率输出能力，未兼容置信度特征的计算逻辑。

内容的提问来源于stack exchange，提问作者kevin5jan