标签：python scikit-learn cross-validation

我需要使用3倍交叉验证训练Random Forest classifier.对于每个样本,我需要在它恰好位于测试集中时检索预测概率.

我正在使用scikit-learn版本0.18.dev0.

此新版本添加了使用方法cross_val_predict()和附加参数方法来定义估计器需要哪种预测的功能.

在我的情况下,我想使用predict_proba()方法,它返回多类方案中每个类的概率.

但是,当我运行该方法时,我得到预测概率矩阵,其中每行代表一个样本,每列代表特定类的预测概率.

问题是该方法没有指出哪个类对应于每列.

我需要的值与属性classes_中返回的相同(在我的情况下使用RandomForestClassifier)定义为：

classes_ : array of shape = [n_classes] or a list of such arrays
The classes labels (single output problem), or a list of arrays of class labels (multi-output problem).

这是predict_proba()所需要的,因为在其文档中写道：

The order of the classes corresponds to that in the attribute classes_.

最小的例子如下：

import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import cross_val_predict

clf = RandomForestClassifier()

X = np.random.randn(10, 10)
y = y = np.array([1] * 4 + [0] * 3 + [2] * 3)

# how to get classes from here?
proba = cross_val_predict(estimator=clf, X=X, y=y, method="predict_proba")

# using the classifier without cross-validation
# it is possible to get the classes in this way:
clf.fit(X, y)
proba = clf.predict_proba(X)
classes = clf.classes_

解决方法:

是的,它们将按顺序排列;这是因为DecisionTreeClassifier(它是RandomForestClassifier的默认base_estimator)uses np.unique to construct the classes_ attribute,它返回输入数组的排序唯一值.

标签：python,scikit-learn,cross-validation
来源： https://codeday.me/bug/20190702/1352983.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。