如何从预测概率一步得到预测类标签？

Question

目前，我正在使用下面给出的代码来计算概率分数和预测的类标签

y_score = cross_val_predict(clf, X, y, cv=10 ,method='predict_proba')
y_pred = cross_val_predict(clf, X, y, cv=10 ) 

但这是一种计算成本很高的方法，因为必须运行整个模型两次，有没有一种方法可以在一个步骤中同时得到这两种方法。或者如何将概率转换为类标签

谢谢

Answer 1

对于概率，若它是一个热编码的目标数组，则使用np.argmax()。它将返回概率最高的位置（预测），例如第1行、第2行或第3行

如果1D数组中有两个类，则使用np.round()，这样可以得到类别0和类别1的预测值。可能需要转换为int才能使其工作