我正在训练scikit-learn
的neighbors.KNeighborsClassifier
模型对象来预测多类分类问题。我已经预测了最有可能的类,但是现在我想提取使用predict_proba
函数预测的第二个最有可能的类。但是,函数的输出只是给出一个原始numpy数组,该数组应该按字典顺序排序。然而,当我观察数据以查看概率是否按字母顺序排列时,似乎并非如此。在
from sklearn import neighbors
knn_classifier = neighbors.KNeighborsClassifier(n_neighbors = NUM_NEIGHBORS, weights = 'distance', metric ='haversine' )
knn_classifier.fit(knn_data, response)
unique_levels = response.unique()
unique_levels.sort()
print unique_levels
['Canada' 'DCarea' 'NYarea' 'bostonArea' 'caribbean' 'eastAsia' 'florida'
'hawaii' 'italy' 'midwest' 'nevada' 'newEngland' 'northernEurope'
'northern_california' 'northern_france' 'notFound' 'otherSouthernEurope'
'pacificNW' 'pennArea' 'south' 'southAmerica' 'southeastAsiaAus'
'southern_california' 'spain' 'texas' 'unitedKingdom' 'west']
knn_preds = knn_classifier.predict(knn_data)
knn_probs = knn_classifier.predict_proba(knn_data)
knn_preds[0:10]
array(['DCarea', 'NYarea', 'DCarea', 'Canada', 'midwest', 'unitedKingdom',
'midwest', 'NYarea', 'NYarea', 'south'], dtype=object)
knn_probs[0]
array([ 0. , 0.0667, 0.2667, 0.0333, 0.1 , 0. , 0. ,
0. , 0. , 0.0667, 0.1 , 0. , 0. , 0.0667,
0. , 0. , 0. , 0.0333, 0. , 0.1 , 0. ,
0. , 0.1333, 0. , 0. , 0. , 0.0333])
knn_probs[1]
array([ 0. , 0. , 0.25 , 0. , 0. , 0. , 0. , 0. ,
0. , 0.125, 0.125, 0. , 0. , 0.25 , 0. , 0. ,
0. , 0.125, 0. , 0. , 0. , 0. , 0.125, 0. ,
0. , 0. , 0. ])
如果概率是按字典顺序排序的,我希望knn_probs[0]
中的第二个键具有最大的概率,因为'DCarea'
是获胜的类,并且它是按字典顺序排在第二位的(如上所述)。但是,最大值是列表中的第三个项。什么给予?在
我相信概率顺序遵循}一起预测概率向量,排序并取第二个。在
knn_classifier.classes_
中提取标签的顺序。你可以zip
和{classes_ = np.array(['a','b','c']) prob_vec = np.array([0.6, 0, 0.4]) sec_class, sec_prob = list(sorted(zip(classes_, prob_vec), key=lambda k: -k[1]))[1]
相关问题 更多 >
编程相关推荐