Python 将概率与scikit学习中的标签相连接

我正在训练scikit learn的

邻居.KNeighborsClassifier

模型对象以预测多类分类问题。我已经预测了最可能的类，但是现在我想提取使用

predict\u proba

函数预测的第二个最可能的类。但是，函数的输出只给出一个原始numpy数组，它应该按字典顺序排序。然而，当我仔细观察数据，看看概率是否按字母顺序排列，但似乎不是这样

from sklearn import neighbors
knn_classifier  = neighbors.KNeighborsClassifier(n_neighbors = NUM_NEIGHBORS, weights = 'distance', metric ='haversine' )
knn_classifier.fit(knn_data, response)

unique_levels =  response.unique()
unique_levels.sort()
print unique_levels
    ['Canada' 'DCarea' 'NYarea' 'bostonArea' 'caribbean' 'eastAsia' 'florida'
     'hawaii' 'italy' 'midwest' 'nevada' 'newEngland' 'northernEurope'
     'northern_california' 'northern_france' 'notFound' 'otherSouthernEurope'
     'pacificNW' 'pennArea' 'south' 'southAmerica' 'southeastAsiaAus'
     'southern_california' 'spain' 'texas' 'unitedKingdom' 'west']

knn_preds = knn_classifier.predict(knn_data)
knn_probs = knn_classifier.predict_proba(knn_data)

knn_preds[0:10]
    array(['DCarea', 'NYarea', 'DCarea', 'Canada', 'midwest', 'unitedKingdom',
           'midwest', 'NYarea', 'NYarea', 'south'], dtype=object)

knn_probs[0]
    array([ 0.    ,  0.0667,  0.2667,  0.0333,  0.1   ,  0.    ,  0.    ,
            0.    ,  0.    ,  0.0667,  0.1   ,  0.    ,  0.    ,  0.0667,
            0.    ,  0.    ,  0.    ,  0.0333,  0.    ,  0.1   ,  0.    ,
            0.    ,  0.1333,  0.    ,  0.    ,  0.    ,  0.0333])

knn_probs[1]
    array([ 0.   ,  0.   ,  0.25 ,  0.   ,  0.   ,  0.   ,  0.   ,  0.   ,
            0.   ,  0.125,  0.125,  0.   ,  0.   ,  0.25 ,  0.   ,  0.   ,
            0.   ,  0.125,  0.   ,  0.   ,  0.   ,  0.   ,  0.125,  0.   ,
            0.   ,  0.   ,  0.   ])

---

如果概率是按字典顺序排列的，我希望

knn_probs[0]

中的第二个键具有最高的概率，因为

'DCarea'

是获胜的类，它按字典顺序排在第二位（如上所述）。但是，最大值是列表中的第三项。有什么好处

我相信概率顺序遵循

knn\u分类器.classes\uu中提取标签的顺序。您可以
zip
将
类
一起预测概率向量，排序并获取第二个

classes\uu=np.array（['a'，'b'，'c']）
prob_vec=np.数组（[0.6,0,0.4]）
sec_class，sec_prob=list（排序（zip（class，prob_vec），key=lambda k:-k[1]））[1]
你有没有弄明白这一点？我猜你在用熊猫；你有没有试过绕过Pandas，只使用numpy数组和Python列表？我建议把这个问题转移到stats或data science上。当你说“类是按字典顺序排序的”时，是我一个人的问题还是文档完全错了？