python - 多类逻辑分类中的 Predicted_proba

标签 python machine-learning scikit-learn

我有 5 个类(class)作为输出,代表学生的预测成绩 - 1、2、3、4、5。

当我使用predict_proba输入我的值时,我得到了每个类别的概率。

例如。

1 级: 0.1 2 级: 0.4:3 级: 0.3 4 级:0.05 5级:0.15

但是,我从中得到的唯一信息是预测为:2 类,因为概率最高。我如何将这些概率转换为更具体的预测,例如 2.4 或 2.9?其中 2 等于类别 2

这可能吗?如果是这样,怎么办?

非常感谢您抽出时间。

最佳答案

这是一种快速执行此操作的方法:

probs = LRC.predict_proba(x)
class_indexes = np.argmax(probs,axis=1)
max_probs = probs[np.arange(len(x)),class_indexes]
class_output = lrc.classes_[class_indexes]
class_prob_list = zip(class_output,max_probs)
print [str(cls)+'.'+str(prob) for cls,prob in class_prob_list]

关于python - 多类逻辑分类中的 Predicted_proba,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41887099/

相关文章:

python - Pandas 在 train_test_split 之后显示 SettingWithCopyWarning

python - Django session 翻译设置对所有语言都是粘性的,除了中文?

python - 如何从 1,000,000 行和 20,000 个特征中获取最近邻矩阵?

python - pd.to_numeric 将整个系列转换为 NaN

r - 为什么会出现Fmodel错误?如何使用Fmodel函数?

machine-learning - 如何在keras中将词嵌入和softmax权重结合起来?

python - scipy结果线性插值结果不一致

machine-learning - 使用 prototxt 在 caffe 中进行标签平滑,无需数据重新生成

python sklearn : fit_transform() does not work for GridSearchCV

Regex/"token_pattern"用于 scikit-learn 文本向量化器