如何计算“y_train_true，y_train_prob，y_test_true，y_test_prob”？

Question

我已计算X_train, X_test, y_train, y_test。但我无法计算y_train_true, y_train_prob, y_test_true, y_test_prob。

如何从以下代码计算y_train_true, y_train_prob, y_test_true, y_test_prob？

X_train：

X_test：

y_train：

y_test：

N.B ，

  

y_train_true：训练数据集中的真实二进制标签0或1

     

y_train_prob：模型为训练数据集预测的范围{0,1}中的概率

     

y_test_true：测试数据集中的真实二进制标签0或1

     

y_test_prob：模型为测试数据集预测的范围{0,1}中的概率

     

代码：

# Split test and train data
import numpy as np
from sklearn.model_selection import train_test_split
X = np.array(dataset.ix[:, 1:10])
y = np.array(dataset['benign_malignant'])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)

#Define Classifier and ====
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors = 5, metric = 'minkowski', p = 2)
# knn = KNeighborsClassifier(n_neighbors=11)
knn.fit(X_train, y_train)

# Predicting the Test set results
y_pred = knn.predict(X_train)

Answer 1

好的情况y_train和y_test已经y_train_true和y_test_true。要获得y_train_prob和y_test_prob，您需要采用模型。我不知道你正在使用哪个数据集，但它似乎是一个二元分类问题，所以你可以使用逻辑回归来做到这一点，

from sklearn.neighbors import KNeighborsClassifier

knn = KNeighborsClassifier(n_neighbors = 5, metric = 'minkowski', p = 2)
knn.fit(X_train, y_train)
y_train_prob = knn.predict_proba(X_train)
y_test_prob = knn.predict_proba(X_test)