Question

我正在使用scikit-learn使用Logistic回归实现分类。使用predict()函数预测类标签，而使用predict_proba()函数打印预测概率。

代码段粘贴在下方：

# Partition the dataset into train and test data
X_train, X_test, y_train, y_test = train_test_split(ds_X, ds_y, test_size=0.33, random_state=42) 

y_pred = logreg.predict(X_test)                             # Predicted class labels from test features
y_predicted_proba = logreg.predict_proba(X_test)            # Predicted probabilities from test features

预测标签打印为

array([1, 1, 1, 1, 1, 1, 1, 1, 0, 1.......... and so on

相应的预测概率打印为

array([[ 0.03667012,  0.96332988],
       [ 0.03638475,  0.96361525],
       [ 0.03809274,  0.96190726],
       [ 0.01746768,  0.98253232],
       [ 0.02742639,  0.97257361],
       [ 0.03676579,  0.96323421],
       [ 0.02881874,  0.97118126],
       [ 0.03082288,  0.96917712],
       [ 0.65332179,  0.34667821],
       [ 0.02091977,  0.97908023],
                   .
                   '
       and so on

观察，第一个预测标签 - 1
第一个预测概率 - [ 0.03667012,0.96332988 ]

为什么首先打印0.03667012而不是0.96332988？ 它应该是另一种方式吗？

Answer 1

第0列是第0类的概率，第1列是第1类的概率。如果你有n个类，输出概率形状将是（n_examples，n_classes）。

Answer 2

您可以使用： logreg.classes_来解决您的概率数组中的哪个元素对应于哪个类别。就您而言，其[False,True]

为什么predict_proba函数以相反的顺序打印概率？

2 个答案: