分类模型中的概率仅使概率小数点后1位

Question

我正在对数据集进行基本分类。我的问题是，有时target_probabilities仅赋予小数点后1位。这似乎是随机的，例如有时，它们被赋予几个小数位。请注意，这不仅发生在装袋分类器中-似乎发生在多个分类器中。

这是下面的代码，带有输出。

train = df[df['Season']<2018] 
test = df[df['Season'] == 2018]

X_train = train.drop([target,'Season','Team'],axis=1)
X_test = test.drop([target,'Season','Team'],axis=1)
Y_train = train[target]
Y_test = test[target]

model = BaggingClassifier()
model.fit(X_train, Y_train)
y_predicted = model.predict(X_test)

target_probabilities = model.predict_proba(X_test)[:,1]
target_probabilities = np.clip(target_probabilities, a_min=0.05,a_max=0.95)
print(target_probabilities)

Answer 1

您得到1位小数，因为BaggingClassifier是内部所有估算器的预测的平均结果。默认情况下，您的估算值为DecisionTree，n_estimators=10。

因此，您对DT的预测是二进制的（0或1），BC对其进行汇总并除以估计数。这就是为什么您得到1个小数的原因。

如果您输入n_estimators=10000，则会得到一个更精确的数字。

  

请注意，这不仅发生在装袋分类器中-似乎发生在多个分类器中。

您测试了哪些分类器？对于LogisticRegression，一切正常。