Comment trouver la classe correspondante dans la fcf.predict_proba()
J'ai un certain nombre de classes et de la fonctionnalité correspondante vecteurs, et quand je lance predict_proba() je vais obtenir ceci:
classes = ['one','two','three','one','three']
feature = [[0,1,1,0],[0,1,0,1],[1,1,0,0],[0,0,0,0],[0,1,1,1]]
from sklearn.naive_bayes import BernoulliNB
clf = BernoulliNB()
clf.fit(feature,classes)
clf.predict_proba([0,1,1,0])
>> array([[ 0.48247836, 0.40709111, 0.11043053]])
Je voudrais obtenir ce que la probabilité qui correspond à la classe. Sur cette page, il est dit qu'ils sont commandés par l'arithmétique d'ordre, je ne suis pas 100% sûr de ce que cela signifie: http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html#sklearn.svm.SVC.predict_proba
Signifie que j'ai dans mes exemples de formation à affecter l'index correspondant à la première rencontre d'une classe, ou est-il une commande comme
clf.getClasses() = ['one','two','three']?
Vous devez vous connecter pour publier un commentaire.
Suffit d'utiliser la
.classes_
attribut du classificateur pour récupérer la cartographie. Dans votre exemple, ce qui donne:Et merci de mettre un minimaliste reproduction script dans votre question, il fait répondre vraiment facile que de les copier et de les coller dans un IPython shell 🙂
zip(clf.classes_, clf.predict_proba(x)[0])
donne lisible de sortie.0, 1, 2...
directement si vous le souhaitez. Sinon, vous habe d'utiliser leclf.classes_
attribut pour faire l'inverse de la cartographie.En règle générale, n'importe quel attribut de l'apprenant qui se termine par _ est appris. Dans votre cas, vous êtes à la recherche pour
clf.classes_
.Généralement en Python, vous pouvez utiliser le
dir
fonction pour trouver quels sont les attributs d'un objet.Out[2]:
Je suis nouveau sur python et apprendre mon chemin autour. Comment pourriez-vous maintenant le groupe au-dessus de réponse en 2 colonnes représentant la probabilité maximale par l'index. Fondamentalement, l'ajout de 2 colonnes "Nombre" et "probabilité" et trouver la probabilité la plus élevée à travers l'index et le nombre
Sortie doit être: