如何一步一步地从预测概率中获得预测类别标签？

Question

当前，我正在使用下面给出的代码来计算概率分数和预测的类别标签。

y_score = cross_val_predict(clf, X, y, cv=10 ,method='predict_proba')
y_pred = cross_val_predict(clf, X, y, cv=10 ) 

但这是一种计算成本很高的方法，因为必须运行整个模型两次，是否有任何一种方法可以一步一步实现这两种方法。或者如何将概率转换为类标签？

谢谢

Answer 1

对于概率，请使用np.argmax()（如果它是单点编码的目标数组）。它会返回最高概率的位置（预测），例如第1、2或3行。

如果一维数组中有两个类，请使用np.round()，以便获得类别0和1的预测值。可能必须转换为int才能起作用。