Question

我有一个数据集，可以确定一个学生是否会被录取两个分数。我使用这些数据训练我的模型，并可以使用以下代码确定是否允许学生入学：

model.predict([score1, score2])

这导致答案：

[1]

我怎样才能得到概率呢？如果我尝试使用predict_proba，我会得到：

model.predict_proba([score1, score2])
>>[[ 0.38537034  0.61462966]]

我真的很想看到类似的内容：

>> [0.75]

表示P（导纳1，得分2）= 0.75

Answer 1

您可能会注意到0.38537034+ 0.61462966 = 1.这是因为您从 predict_proba 的输出中获取了两个类（已录入和未录入）的概率。如果你有7个类，你会得到类似[[p1，p2，p3，p4，p5，p6，p7]]的东西，其中p1 + p2 + p3 + p4 + p5 + p6 + p7 = 1且pi> =因此，如果您想要输出i的概率，那么您可以将结果编入索引并查看pi是什么。多数民众赞成如何运作。

因此，如果你的某些事情的概率为0.75，你会得到一个看起来像[[0.25,0.75]]的结果。

（我可能已经改变了你在代码中用于录取/未录入的顺序，但这并不重要 - 只是改变你看到的索引）。

Answer 2

如果你想要sklearn的Lr模型，你想要获得2个班级＆＃39;预测概率，你应该用这个：

$('.keyboard').each(function() {
  const $input = $(this)
  $input.jkeyboard({
    layout: "english",
    input: $input.prev().find('.search_field')
  });    
});

您将获得两个类model.predict_proba(xtest)的数组。

sklearn Logistic回归概率

2 个答案: