sklearn中的predict_proba与predict

版权声明：本文为博主原创文章，转载请附上此地址。 https://blog.csdn.net/qq_36523839/article/details/80405455

发现个很有用的方法——predict_proba

今天在做数据预测的时候用到了，感觉很不错，所以记录分享一下，以后可能会经常用到。

我的理解：predict_proba不同于predict，它返回的预测值为，获得所有结果的概率。（有多少个分类结果，每行就有多少个概率，以至于它对每个结果都有一个可能，如0、1就有两个概率）

举例：

获取数据及预测代码：

   
   

     
     

      
      

     
     
     
     

      
      

       
       from sklearn.linear_model 
       
       import LogisticRegression
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       import numpy 
       
       as np
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       train_X = np.array(np.random.randint(
       
       0,
       
       10,size=
       
       30).reshape(
       
       10,
       
       3))
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       train_y = np.array(np.random.randint(
       
       0,
       
       2,size=
       
       10))
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       test_X = np.array(np.random.randint(
       
       0,
       
       10,size=
       
       12).reshape(
       
       4,
       
       3))
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       model = LogisticRegression()
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       model.fit(train_X,train_y)
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       test_y = model.predict_proba(test_X)
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(train_X)
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(train_y)
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(test_y)
      
      
     
     
   
   

训练数据

   
   

     
     

      
      

     
     
     
     

      
      

       
       [[
       
       2 
       
       9 
       
       8]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       0 
       
       8 
       
       5]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       7 
       
       1 
       
       2]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       8 
       
       4 
       
       6]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       8 
       
       8 
       
       3]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       7 
       
       2 
       
       7]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       6 
       
       4 
       
       3]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       1 
       
       4 
       
       4]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       1 
       
       9 
       
       3]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       3 
       
       4 
       
       7]]
      
      
     
     
   
   

训练结果，与训练数据一一对应：

[1 1 1 0 1 1 0 0 0 1]
   
   

测试数据：

   
   

     
     

      
      

     
     
     
     

      
      

       
       [[
       
       4 
       
       3 
       
       0]        
       
       #测试数据
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       3 
       
       0 
       
       4]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       2 
       
       9 
       
       5]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       2 
       
       8 
       
       5]]
      
      
     
     
   
   

测试结果，与测试数据一一对应：

   
   

     
     

      
      

     
     
     
     

      
      

       
       [[
       
       0.48753831 
       
       0.51246169]    
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       0.58182694 
       
       0.41817306]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       0.85361393 
       
       0.14638607]
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
        [
       
       0.57018655 
       
       0.42981345]]
      
      
     
     
   
   

可以看出，有四行两列，每行对应一条预测数据，两列分别对应 对于0、1的预测概率（左边概率大于0.5则为0，反之为1）

我们来看看使用predict方法获得的结果：

   
   

     
     

      
      

     
     
     
     

      
      

       
       test_y = model.predict(test_X)
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(test_y)
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       输出结果：[
       
       1,
       
       0,
       
       0,
       
       0]
      
      
     
     
   
   

所以有的情况下predict_proba还是很有用的，它可以获得对每种可能结果的概率，使用predict则是直接获得唯一的预测结果，所以在使用的时候，应该灵活使用。