2024-06-28 20:57:29 发布
网友
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
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
np.argmax()
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
np.round()
int
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
才能使其工作相关问题 更多 >
编程相关推荐