淺談sklearn中predict與predict_proba區(qū)別
更新時間：2020年06月28日 11:01:27 作者：GitzLiu
這篇文章主要介紹了淺談sklearn中predict與predict_proba區(qū)別，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
predict_proba 返回的是一個 n 行 k 列的數(shù)組，列是標簽（有排序）， 第 i 行 第 j 列上的數(shù)值是模型預測 第 i 個預測樣本為某個標簽的概率，并且每一行的概率和為1。
predict 直接返回的是預測 的標簽。
具體見下面示例：
# conding :utf-8
from sklearn.linear_model import LogisticRegression
import numpy as np
x_train = np.array([[1,2,3],
[1,3,4],
[2,1,2],
[4,5,6],
[3,5,3],
[1,7,2]])
y_train = np.array([3, 3, 3, 2, 2, 2])
x_test = np.array([[2,2,2],
[3,2,6],
[1,7,4]])
clf = LogisticRegression()
clf.fit(x_train, y_train)
# 返回預測標簽
print(clf.predict(x_test))
# 返回預測屬于某標簽的概率
print(clf.predict_proba(x_test))
# [2 3 2]
#
# [[0.56651809 0.43348191]
# [0.15598162 0.84401838]
# [0.86852502 0.13147498]]
# 分析結果：
# 標簽是 2，3 共兩個，所以predict_proba返回的為2列，且是排序的（第一列為標簽2，第二列為標簽3），
# 返回矩陣的行數(shù)是測試樣本個數(shù) 因此為3行
# 預測[2,2,2]的標簽是2的概率為0.56651809，3的概率為0.43348191
#
# 預測[3,2,6]的標簽是2的概率為0.15598162，3的概率為0.84401838
#
# 預測[1,7,4]的標簽是2的概率為0.86852502，3的概率為0.13147498
補充知識：sklearn中predict與predict_proba的識別結果不一致
今天訓練了好久的決策樹模型在測試的時候發(fā)現(xiàn)個bug，使用predict得到的結果居然不是predict_proba中最大數(shù)值的索引！因為腳本中需要模型的置信度，所以希望拿到predict_proba的類別概率。
經過胡亂分析發(fā)現(xiàn)predict_proba得到的維度比總類別數(shù)少了幾個，經過測試發(fā)現(xiàn)就是這個造成的，即訓練集中有部分類別樣本數(shù)為0。這個問題比較隱蔽，記錄一下方便天涯淪落人繞坑。
Tip：在sklearn的train_test_split中有一個參數(shù)可以強制測試集和訓練集的數(shù)據分布一致，也就不會導致缺類別的問題。
以上這篇淺談sklearn中predict與predict_proba區(qū)別就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
這篇文章主要介紹了pycharm實現(xiàn)增加運行時內存方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
解決webdriver.Chrome()報錯:Message:''chromedriver'' executable n
這篇文章主要介紹了解決webdriver.Chrome()報錯:Message:'chromedriver' executable needs to be in Path ，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-06-06
本篇文章主要介紹了Python 多核并行計算的示例代碼，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-11-11
這篇文章主要介紹了python輸入、數(shù)據類型轉換及運算符方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-07-07
程序設計的模塊化指的是在進行程序設計時，把一個大的程序功能劃分為若干個小的程序模塊。每一個小程序模塊實現(xiàn)一個確定的功能，并且在這些小程序模塊實現(xiàn)的功能之間建立必要的聯(lián)系。本文將利用示例詳細介紹一下Python的模塊化程序設計，需要的可以參考一下2022-03-03
本文主要介紹了使用Python解析JSON的實現(xiàn)示例，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-12-12
Python連接SQLite數(shù)據庫操作實戰(zhàn)指南從入門到精通
在Python中使用SQLite進行數(shù)據庫操作時,我們將深入研究SQLite數(shù)據庫的創(chuàng)建、表格管理、數(shù)據插入、查詢、更新和刪除等關鍵主題,幫助你全面了解如何使用SQLite進行數(shù)據庫操作2023-11-11
大家好，本篇文章主要講的是用python生成一張壁紙實例代碼，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下2022-02-02
這篇文章主要介紹了python實現(xiàn)的簡單窗口倒計時界面,實例分析了Python基于Tkinter操作windows窗口界面的相關技巧,非常具有實用價值,需要的朋友可以參考下2015-05-05
itertools是python內置的模塊，使用簡單且功能強大，itertools模塊標準化了一個快速、高效利用內存的核心工具集，這些工具本身或組合都很有用，這篇文章主要介紹了Python中itertools詳解,需要的朋友可以參考下2022-12-12