Python 将概率与scikit学习中的标签相连接
我正在训练scikit learn的Python 将概率与scikit学习中的标签相连接,python,numpy,scikit-learn,Python,Numpy,Scikit Learn,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.KNeighborsClassifi
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?