sklearn中predict与predict_proba区别是什么-创新互联
创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商,新人活动买多久送多久,划算不套路!
创新互联成立于2013年,是专业互联网技术服务公司,拥有项目网站建设、成都网站建设网站策划,项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命,1280元永年做网站,已为上家服务,为永年各地企业和个人服务,联系电话:13518219792这篇文章将为大家详细讲解有关sklearn中predict与predict_proba区别是什么,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
predict_proba 返回的是一个 n 行 k 列的数组,列是标签(有排序), 第 i 行 第 j 列上的数值是模型预测 第 i 个预测样本为某个标签的概率,并且每一行的概率和为1。
predict 直接返回的是预测 的标签。
具体见下面示例:
# 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) # 返回预测标签 print(clf.predict(x_test)) # 返回预测属于某标签的概率 print(clf.predict_proba(x_test)) # [2 3 2] # # [[0.56651809 0.43348191] # [0.15598162 0.84401838] # [0.86852502 0.13147498]] # 分析结果: # 标签是 2,3 共两个,所以predict_proba返回的为2列,且是排序的(第一列为标签2,第二列为标签3), # 返回矩阵的行数是测试样本个数 因此为3行 # 预测[2,2,2]的标签是2的概率为0.56651809,3的概率为0.43348191 # # 预测[3,2,6]的标签是2的概率为0.15598162,3的概率为0.84401838 # # 预测[1,7,4]的标签是2的概率为0.86852502,3的概率为0.13147498
新闻名称:sklearn中predict与predict_proba区别是什么-创新互联
文章路径:http://scyanting.com/article/hescc.html