Question

我想用Logistic回归模型预测交叉验证的概率。我知道您可以获得交叉验证分数，但是可以从predict_proba而不是分数中返回值吗？

# imports
from sklearn.linear_model import LogisticRegression
from sklearn.cross_validation import (StratifiedKFold, cross_val_score,
                                      train_test_split)
from sklearn import datasets

# setup data
iris = datasets.load_iris()
X = iris.data
y = iris.target

# setup model
cv = StratifiedKFold(y, 10)
logreg = LogisticRegression()

# cross-validation scores
scores = cross_val_score(logreg, X, y, cv=cv)

# predict probabilities
Xtrain, Xtest, ytrain, ytest = train_test_split(X, y)
logreg.fit(Xtrain, ytrain)
proba = logreg.predict_proba(Xtest)

Answer 1

现在，这是scikit-learn版本0.18的一部分。您可以将'method'字符串参数传递给cross_val_predict方法。文档为here。

示例：

proba = cross_val_predict(logreg, X, y, cv=cv, method='predict_proba')

另请注意，这是新sklearn.model_selection包的一部分，因此您需要进行此导入：

from sklearn.model_selection import cross_val_predict

Answer 2

一个简单的解决方法是创建一个包装类，对于您的情况将是

class proba_logreg(LogisticRegression):
    def predict(self, X):
        return LogisticRegression.predict_proba(self, X)

然后将其实例作为分类器对象传递给cross_val_predict

# cross validation probabilities
probas = cross_val_predict(proba_logreg(), X, y, cv=cv)

Answer 3

有一个函数cross_val_predict可以为您提供预测值，但是没有这样的函数用于＆＃34; predict_proba＆＃34;然而。也许我们可以做出选择。

Answer 4

这很容易实现：

def my_cross_val_predict(
            m, X, y, cv=KFold(),
            predict=lambda m, x: m.predict_proba(x),
            combine=np.vstack
            ):

        preds = []

        for train, test in cv.split(X):
            m.fit(X[train, :], y[train])
            pred = predict(m, X[test, :])
            preds.append(pred)

        return combine(preds)

此返回return_proba。如果您同时需要使用predict和predict_proba，只需更改predict和combine参数：

def stack(arrs):
    if arrs[0].ndim == 1:
        return np.hstack(arrs)
    else:
        return np.vstack(arrs)

def my_cross_val_predict(
        m, X, y, cv=KFold(),
        predict=lambda m, x:[ m.predict(x)
                            , m.predict_proba(x)
                            ],
        combine=lambda preds: list(map(stack, zip(*preds)))
        ):
    preds = []
    for train, test in cv.split(X):
        m.fit(X[train, :], y[train])
        pred = predict(m, X[test, :])
        preds.append(pred)

    return combine(preds)

predict_proba用于交叉验证的模型

4 个答案: