我有一个10节课的多节课问题。 使用任何带有predict_proba的sklearn分类器,我得到
(n_classes, n_samples, n_classes_probability_1_or_0)
就我而言(10, 4789, 2)
现在使用二进制分类,我只需要这样做
model.predict_proba(X)[:, 1]
我假设:
pred = np.array(model.predict_proba(X))
pred = pred.reshape(-1, 10, 2)[:, :, 1]
我也会这么做,但订单已经完全关闭了
现在y[:, class]
对应于pred[class, :, 1]
我知道我想的形状不对,但不幸的是我看不见
如何正确地重塑它?
目标是将其用于roc_auc_得分指标
我想要一个(instances, classes_probabilities = 1)
的形状
你能帮忙吗? 提前谢谢你
如果您提到您正在使用
MultiOutputClassifier
,这将非常有用,因为scikit learn中用于多类的大多数分类器不会返回与您类似的内容,因此使用示例数据集:设置分类器
您无需考虑重塑它,只需拉出以下值:
与您之前所做的一样,这将对应于每一行是一个类,每一列是您的观察值:
要获得概率,只需转置:
与我们实际提取并堆叠的情况相比:
相关问题 更多 >
编程相关推荐