在Python中如何保存朴素贝叶斯，SVM，RF和DT分类，以保存为.csv的所有样本的最终预测

Question

我想将预测输出保存为CSV文件。在Python中，如何保存朴素贝叶斯，SVM，RF和DT分类，以保存所有样本的最终预测，这些样本保存为具有三列的.csv文件，即样本，实际值，预测值。

我的代码如下：

pred_scores = []

for i in np.linspace(0.05, 1, num=20):    
    mnb = MultinomialNB(alpha=i)
    mnb.fit(features_train, labels_train)
    pred = mnb.predict(features_test)
    pred_scores.append((i, [accuracy_score(labels_test,pred)]))

df = pd.DataFrame.from_items(pred_scores,orient='index', columns=['Score'])

df.plot(figsize=(11,6))

print(df[df['Score'] == df['Score'].max()])

df_NB=df['Score'].max()

Answer 1

创建一个3列df，其中每列对应于“Sample”，“Actual Value”和“Predicted Value”。然后，运行以下命令：

df.to_csv('foo.csv', index = False) #If you would like to remove the default index