如何获得多类别分类中前5个类别的每个类别的类别标签和预测概率？

Question

我有一个包含键，值对的字典，其中的值是值的列表，如下所示，要添加更多的问题，我需要预测的类概率以及我已制成字典的相应类，并且我想每个课程获得最高的5个概率：

# gets a dictionary of {'class_name': probability}

prob_per_class_dictionary = dict(zip(loaded_model.classes_, probs))

字典如下：

{0: array([9.65109812e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

1: array([9.30082941e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

2: array([9.42541599e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

3: array([9.54675878e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

4: array([9.00161937e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

5: array([9.33723827e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

6: array([9.6553016e-07, 0.0000000e+00, 0.0000000e+00, ..., 0.0000000e+00, 0.0000000e+00, 0.0000000e+00]),

7: array([9.45838933e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

我想对字典进行排序，以便对每个键说0：array（[前5个值按降序排列]）。我尝试了以下将其按升序排序的方法，但我只希望前5个值按降序排列。

for key, v_list in prob_per_class_dictionary.items():
    v_list = v_list.sort()`

请让我知道实现这一目标的最简单方法是什么？

我希望我的结果看起来像这样

sorted（zip（loading_model.classes_，probs [0]），key = lambda x：x [1]）[-n：] 这样，对于每个班级，我都会获得相应的概率，而对于前5个班级及其各自的概率，则可以获得相应的概率。

       `[(1019, 0.02498873845258007),`

        `(1421, 0.3491224577864634),`

        `(1295, 0.5342553538931459)]`

Answer 1

不是最有效的解决方案，但可以解决问题：

v_list.sort()
v_list = v_list.take((-1,-2,-3,-4,-5))