Question

我无法理解来自sklearn的功能，并希望得到一些澄清。起初我认为sklearn的SVM的predict_proba函数给出了分类器预测的置信水平，但在用我的情感识别程序玩弄它之后，我开始形成疑虑并且觉得我误解了使用以及predict_proba函数的工作原理。

例如，我的代码设置如下：

# Just finished training and now is splitting data (cross validation)
# and will give an accuracy after testing the accuracy of the test data

features_train, features_test, labels_train, labels_test = cross_validation.train_test_split(main, target, test_size = 0.4)

model = SVC(probability=True)
model.fit(features_train, labels_train)
pred = model.predict(features_test)

accuracy = accuracy_score(labels_test, pred)
print accuracy

# Code that records video of 17 frames and forms matrix know as
# sub_main with features that would be fed into SVM

# Few lines of code later. . .  

model.predict(sub_main)
prob = model.predict_proba(sub_main)

prob_s = np.around(prob, decimals=5)
prob_s = prob_s* 100
pred = model.predict(sub_main)

print ''
print 'Prediction: '
print pred
print 'Probability: '
print 'Neutral: ', prob_s[0,0]
print 'Smiling: ', prob_s[0,1]
print 'Shocked: ', prob_s[0,2]
print 'Angry: ', prob_s[0,3]
print ''

当我测试它时，它给了我这样的东西：

Prediction: 
['Neutral']
Probability: 
Neutral:  66.084
Smiling:  17.875
Shocked:  11.883
Angry:  4.157

它设法有66％的信心，正确的分类是＆＃34;中立＆＃34;。 66紧靠＆＃34;中立＆＃34;这恰好是最高的数字。最高的数字标有实际预测，我很高兴。

但终于最终。。

Prediction: 
['Angry']
Probability: 
Neutral:  99.309
Smiling:  0.16
Shocked:  0.511
Angry:  0.02

它做出了预测，＃34;愤怒＆＃34; （这是正确的分类btw）并且它在＃34; Neutral＆＃34;旁边分配了99.3％的置信度。尽管预测完全不同，但最高置信水平（最高数字）被分配到中性。

有时它也这样做：

Prediction: 
['Smiling']
Probability: 
Neutral:  0.0
Smiling:  0.011
Shocked:  0.098
Angry:  99.891

Prediction: 
['Angry']
Probability: 
Neutral:  99.982
Smiling:  0.0
Shocked:  0.016
Angry:  0.001

我不会想到了解SVM的predict_proba功能是如何工作的，并且想要了解它的工作原理以及我的代码发生了什么。我的代码中发生了什么？

Answer 1

我不太了解SVC的工作原理，因此您可以考虑在评论中说什么来完成这个答案。

您必须考虑到predic_proba将按照它们出现在classes_属性中的字典顺序为您提供类别。你在the doc中有这个。

当您想要打印结果时，您必须考虑这一点。我们可以在你的例子中看到，愤怒是第一个索引，所以你的结果除了第一个之外都是好的。

试试这个：

print 'Neutral: ', prob_s[0,1]
print 'Smiling: ', prob_s[0,3]
print 'Shocked: ', prob_s[0,2]
print 'Angry: ', prob_s[0,0]

无法理解sklearn的SVM的predict_proba函数

1 个答案: