Python 多类分类的概率阈值_Python_Random Forest_Multiclass Classification

Python 多类分类的概率阈值

python

Python 多类分类的概率阈值,python,random-forest,multiclass-classification,Python,Random Forest,Multiclass Classification,我使用Python中的随机林将数据分为6个类。我的数据是X，Y，Z坐标，一些几何特征和标签。我使用几何特征和标签来训练分类器，使用训练集（随机70%的数据）。不过，我想在测试集上使用50%的概率阈值（其余30%的数据），因此，概率小于50%的预测数据被分配给第6类，表示未知，其余的数据通常为0到5。但是，我希望输出预测标签的顺序与测试集中的顺序相同，这样我就可以轻松地将预测标签与XYZ坐标关联起来，以便可视化。我怎样才能在Python中实现它呢？如果我理解正确的话；如果您的五个类中没有一个的概率

我使用Python中的随机林将数据分为6个类。我的数据是X，Y，Z坐标，一些几何特征和标签。我使用几何特征和标签来训练分类器，使用训练集（随机70%的数据）。不过，我想在测试集上使用50%的概率阈值（其余30%的数据），因此，概率小于50%的预测数据被分配给第6类，表示未知，其余的数据通常为0到5。但是，我希望输出预测标签的顺序与测试集中的顺序相同，这样我就可以轻松地将预测标签与XYZ坐标关联起来，以便可视化。我怎样才能在Python中实现它呢？

如果我理解正确的话；如果您的五个类中没有一个的概率大于0.5，您会将输入指定为第六个名为

unknown

您可以对RandomForest（RF）类使用

predict\u proba

方法。它给出了所有类的“概率”，例如一个样本


预测=预测概率（X检验）
#pred
#[[0.2,0.3,0.1,0.40],
#[0.8,0.1,0.05,0.05,0]]

我们将第一个指定为

未知（类6），第二个指定为类1
然后可以在整个测试集上使用它
pred=RF.预测概率（X检验）
class=[6 if sum（p如果我理解正确；如果您的五个类中没有一个的概率>0.5，您会将输入指定为名为unknown
的第六个类
您可以对RandomForest（RF）类使用predict\u proba
方法。它为您的所有类（例如一个样本）提供“概率”

预测=预测概率（X检验）
#pred
#[[0.2,0.3,0.1,0.40],
#[0.8,0.1,0.05,0.05,0]]

我们将第一个指定为未知（类6），第二个指定为类1
然后可以在整个测试集上使用它
pred=RF.预测概率（X检验）
类=[6如果和（p