sklearn中predict_proba（）的用法例子(轉)

原文鏈接：https://www.cnblogs.com/kongweisi/p/10623301.html
predict_proba返回的是一個n行k列的數組，第i行第j列上的數值是模型預測第i個預測樣本的標簽為j的概率。所以每一行的和應該等於1.



舉個例子

>>> from sklearn.linear_model import LogisticRegression
>>> import numpy as np
>>> x_train = np.array([[1,2,3],
                        [1,3,4],
                        [2,1,2],
                        [4,5,6],
                        [3,5,3],
                        [1,7,2]])
>>> y_train = np.array([0, 0, 0, 1, 1, 1])
>>> x_test = np.array([[2,2,2],
                       [3,2,6],
                       [1,7,4]])
>>> clf = LogisticRegression()
>>> clf.fit(x_train, y_train)
# 返回預測標簽
>>> clf.predict(x_test)
array([1, 0, 1])
# 返回預測屬於某標簽的概率
>>> clf.predict_proba(x_test)
array([[ 0.43348191, 0.56651809],
       [ 0.84401838, 0.15598162],
       [ 0.13147498, 0.86852502]])
預測[2,2,2]的標簽是0的概率為0.43348191，1的概率為0.56651809

預測[3,2,6]的標簽是0的概率為0.84401838，1的概率為0.15598162

預測[1,7,4]的標簽是0的概率為0.13147498，1的概率為0.86852502