python predict_proba_sklearn的predict_proba使用说明

发现个很有用的方法——predict_proba

今天在做数据预测的时候用到了，感觉很不错，所以记录分享一下，以后可能会经常用到。

我的理解：predict_proba不同于predict，它返回的预测值为，获得所有结果的概率。(有多少个分类结果，每行就有多少个概率，以至于它对每个结果都有一个可能，如0、1就有两个概率)

举例：

获取数据及预测代码：

from sklearn.linear_model import LogisticRegression

import numpy as np

train_X = np.array(np.random.randint(0,10,size=30).reshape(10,3))

train_y = np.array(np.random.randint(0,2,size=10))

test_X = np.array(np.random.randint(0,10,size=12).reshape(4,3))

model = LogisticRegression()

model.fit(train_X,train_y)

test_y = model.predict_proba(test_X)

print(train_X)

print(train_y)

print(test_y)

训练数据

[[2 9 8]

[0 8 5]

[7 1 2]

[8 4 6]

[8 8 3]

[7 2 7]

[6 4 3]

[1 4 4]

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！