对于不完全分类或回归的事物,正确的术语是什么?

假设我有一个基本分类的问题。也就是说,给定一些输入和一些可能的输出类,为给定的输入找到正确的类。神经网络和决策树是解决这些问题的一些算法。然而,这些算法通常只发出一个结果:结果分类。

如果我不仅对一个分类感兴趣,而且对 事后机率 输入属于每个类。也就是说,不是回答“这个输入属于A类”,而是回答“这个输入属于80%的A类,15%的B类,5%的C类”。

我的问题不在于如何获得这些后验概率,而在于描述找到后验概率过程的正确术语。你可以称之为回归,因为我们现在正试图估计一些实数,但我不太确定这是否正确。我觉得这也不完全是分类,它介于两者之间。

是否有一个词描述了在每个可能的输出类中找到某些输入所属的类条件后验概率的过程?

另外,我不太确定这个问题是否足够一个编程问题,但是因为它是关于机器学习的,机器学习通常涉及相当数量的编程,让我们试一试。