Question

我正在研究一个分类问题，在该问题中，我想找到“将输入分类为[1,0]和不是[1,0]的概率”

我尝试使用SVC的predict_proba方法，该方法给出了我找不到的类的可能性

from sklearn.svm import SVC

model = SVC(probability=True)
model.fit(final_data,foreclosure_y)
results = model.predict_proba(final_data_test)[0]

我希望我的输出像这样

index,y
---------    
0,0.45
1,0.62
2,0.43
3,0.12
4,0.55

注意：上面的输出采用.csv格式，其中y是test_y

这里y列是从0到4索引的每个实例的概率，可以将其分类为0或1

例如：-索引0的概率为0.45，可归为0或1

Answer 1

注意

sum([0.58502114, 0.41497886])
# 1.0

predict_proba给出两个类的概率（因此，数组元素的总和为1），顺序是它们出现在model.classes_中的顺序；引用docs（在这种情况下，总是您最好的朋友）

返回模型中每个类别的样本概率。的列按排序顺序对应于类，因为它们出现在属性classes _。

下面是一个带有玩具数据的例子来说明这个想法：

from sklearn.svm import SVC
model = SVC(probability=True)
X = [[1,2,3], [2,3,4]] # feature vectors
Y = [0, 1] # classes
model.fit(X, Y)

现在让我们获得训练集[1,2,3]中第一个实例的预测概率：

model.predict_proba(X)[0]
# array([0.39097541, 0.60902459])

好的，顺序是什么-即哪个概率属于哪个类别？

model.classes_
# array([0, 1])

因此，这意味着属于类0的实例的概率是数组0.39097541的第一个元素，而属于类1的概率是第二个元素0.60902459;再一次，它们总计为1，如预期：

sum([0.39097541, 0.60902459])
# 1.0

更新

现在，在您需要的输出中，我们不会同时输入这两种概率；按照惯例，对于二进制分类，我们仅包括属于 1类的每个实例的概率；以下是我们仅针对2个实例显示的玩具数据集X的方法：

pred = model.predict_proba(X)
pred
# array([[ 0.39097541,  0.60902459],
#        [ 0.60705475,  0.39294525]])

import pandas as pd
out = pd.DataFrame(pred[:,1],columns=['y']) # keep only the second element of the arrays in pred, i.e. the probability for class 1
print(out)

结果：

          y
0  0.609025
1  0.392945

我如何找到模型将输入分类为[0,1]

1 个答案: