[Bug记录] sklearn中predict与predict_proba的识别结果不一致

最新推荐文章于 2024-07-02 11:22:34 发布
最新推荐文章于 2024-07-02 11:22:34 发布
阅读量3.9k 收藏 6
点赞数 2
分类专栏： AI 比赛 文章标签： sklearn predict_proba 机器学习 决策树
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34361099/article/details/88696822
版权

今天训练了好久的决策树模型在测试的时候发现个bug，使用predict得到的结果居然不是predict_proba中最大数值的索引！因为脚本中需要模型的置信度，所以希望拿到predict_proba的类别概率。

经过胡乱分析发现predict_proba得到的维度比总类别数少了几个，经过测试发现就是这个造成的，即训练集中有部分类别样本数为0。这个问题比较隐蔽，记录一下方便天涯沦落人绕坑。

Tip：在sklearn的train_test_split中有一个参数可以强制测试集和训练集的数据分布一致，也就不会导致缺类别的问题。

推广

  • 🚀 AI Power 高性价比云GPU租借/出租平台：已预置Pytorch/TF等常用AI框架，赶论文、拼比赛的朋友不妨了解一下~ 现在注册并绑定（参考Github）即可获得高额算力，注册不涉及个人隐私信息，奖励可随时提现。详情请参考AI Power指南
小刀丶
关注
  • 2
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
专栏目录
【已解决】sklearn svm的predict和proba输出结果不一样的原因
weixin_44174352的博客
03-26 4082
查阅sklearn官方文档可知，predict_log_proba(X)这个函数计算X中的样本可能结果的概率。但是该概率的计算使用交叉验证创建概率模型，因此结果可以略有不同于预测获得的模型。此外，它将在非常小的数据集上产生毫无意义的结果。 ...
python predict_proba_浅谈sklearn中predict与predict_proba区别
weixin_39916360的博客
12-09 506
predict_proba 返回的是一个 n 行 k 列的数组，列是标签(有排序)， 第 i 行 第 j 列上的数值是模型预测 第 i 个预测样本为某个标签的概率，并且每一行的概率和为1。predict 直接返回的是预测 的标签。具体见下面示例：# conding :utf-8from sklearn.linear_model import LogisticRegressionimport num...
【机器学习要点记录】metrics.roc_auc_score：使用 model.predict() 和 model.predict_proba() 效果差别很大
lvhuike的博客
10-13 1669
以前使用roc_auc_score都是用model.predict()的预测结果，错了那么久。。。。。。 查看官网注释才知道应该用model.predict_proba()的预测结果。 做了个对比试验，分别使用model.predict() 和 model.predict_proba()的预测结果，观察AUC值发现，相比于使用model.predict_proba()的AUC值，使用model.predict()的AUC值偏小。 ...
最近调试svm，svm_predict 和 svm_predict_probability输出结果不同
BJXcming的专栏
07-11 984
不知道是什么原因，网上没有一个人解释清楚，奈何自己不是做算法研究的，搞不懂，现在只知道svm_predict 的结果是比较准确，svm_predict_probability返回的分类概率在二分类中完全相反，多分类时也是三观尽毁，鉴别传入的是相同的数据，probability也设置了1，不知道是自己哪里设置错了，我打算把数据平分成10组分别训练，然后每组调用svm_predict ，得到的结果来共同判断概率，毕竟这些所谓交叉验证，不都是这么分组测试出来的吗，只是每次判断要调用10次，效率恐怕扛不住，脑壳疼.
SVM的预测部分不一致的问题
袁一白的博客
05-12 2186
首先，先看结果，矛盾了 #===这里演示一下由OVO，两条路，不矛盾=== #1.这是libsvm的底层拿到的OVO [[0.62205951 0.96867402 1.05203884 1.04267148 0.96880563 0.70934004 0.70606668 0.32225327 0.17647241 0.03762073]] #2.这是sklearn暴漏的接口，这里是OVO然后，经过OVR聚合，然后拿到最大值 # 2.1 这里是OVO [[0.62205951 0.9686740
python predict函数_Keras model.predict函数给出输入形状错误
weixin_39729784的博客
12-09 1703
I have implemented universal sentence encoder in Tensorflow and now I am trying to predict the class probabilities on a sentence. I am converting the string to an array as well.Code:if model.model_typ...
浅谈sklearn中predict与predict_proba区别
09-16
在机器学习领域，特别是在使用Python的scikit-learn库时，`predict` 和 `predict_proba` 是两个非常重要的方法，它们用于从训练好的模型中获取预测结果。这两个方法在逻辑回归（LogisticRegression）以及其他分类...
sklearn的predict_proba使用说明
09-16
除了 `predict_proba`，在 `sklearn` 中还有其他与预测相关的函数，比如 `decision_function`。`decision_function` 返回的是样本到决策边界的距离，对于二分类问题，这是一个标量值，而对于多分类问题（特别是使用...
Python sklearn中的.fit与.predict的用法说明
09-16
补充知识中提到了`.predict_proba`，这是另一个重要的方法。对于分类模型，`.predict_proba`返回的是每个样本属于每个类别的概率，而不是直接的类别预测。例如，对于二分类问题，它会返回一个二维数组，每一行代表一...
sklearn 中 predict 方法和 predict_proba 方法的区别和使用
qq_43468807的博客
04-24 1万+
一、predict 和 predict_proba的概念和区别     1、predict和predict_proba都是用于模型的预测。     2、predict返回的是一个预测的值，predict_proba返回的是对于预测为各个类别的概率。     3、predict_proba返回的是一个 n 行 k 列的数组，n 表示测试集中样本的个数， 第 i 行 j列的数值是模型预测 第 i 个预...
python predict_proba_Scikit learn predict_proba给出错误答案
weixin_39580682的博客
02-02 527
在这个问题上，我引用了以下代码：>>> import sklearn>>> sklearn.__version__'0.13.1'>>> from sklearn import svm>>> model = svm.SVC(probability=True)>>> X = [[1,2,3], [2,3,4]]...
关于sklearn决策树和随机森林的predict_proba方法的原理解释
小白tree的博客
04-03 4870
注意，下述例子是针对一条测试样本，predict_proba方法会返回一个shape = (n_Y_test, n_classes)的矩阵，n_Y_test是测试集的样本条数，n_classes是分类数。 一、对于决策树 比如多分类的例子中，某一个叶子节点，包含的各类样本分别是{‘A’:1, ‘B’:2, ‘C’:7}，那么预测的概率predict_proba就分别是{‘A’:0.1, ‘B’:0.2, ‘C’:0.7}，如果使用的是predict方法，那就会选择概率最大的即C类。 二、对于随机森林 随机
scikit-learn工具包中分类模型predict_proba、predict、decision_function用法详解
胖胖大海的博客
06-13 4万+
在使用sklearn训练完分类模型后，下一步就是要验证一下模型的预测结果，对于分类模型，sklearn中通常提供了predict_proba、predict、decision_function三种方法来展示模型对于输入样本的评判结果。 说明一下，在sklearn中，对于训练好的分类模型，模型都有一个classes_属性，classes_属性中按顺序保存着训练样本的类别标记。下面是使用Logistic Regression分类器在为例，展示一下分类器的classes_属性。 1、先看一下样本标签从0...
Sklearn-RandomForest随机森林
热门推荐
Cherzhoucheer的博客
02-10 6万+
在scikit-learn中，RandomForest的分类类是RandomForestClassifier，回归类是RandomForestRegressor，需要调参的参数包括两部分，第一部分是Bagging框架的参数，第二部分是CART决策树的参数。 sklearn官网地址（RandomForestClassifier）：http://scikit-learn.org/stable/mod
sklearn中predict()与predict_proba()用法区别
qq_35098624的博客
05-31 5241
sklearn中predict()与predict_proba()用法区别 学习使用，侵权联系速删 转载：https://www.cnblogs.com/mrtop/p/10309083.html predict是训练后返回预测结果，是标签值。 predict_proba返回的是一个 n 行 k 列的数组， 第 i 行 第 j 列上的数值是模型预测 第 i 个预测样本为某个标签的概率，并且每一行的概率和为1。 # conding :utf-8 from sklearn.linear_model imp
Exception has occurred: ValueErrorPosition or time array should be the same size as signal.
阅读修身
02-18 2383
1 问题 Exception has occurred: ValueError Position or time array should be the same size as signal. 解决方案 问题2 Exception has occurred: ValueError zero-size array to reduction operation minimum which has no identity 3 问题 Found input variables wi
predict和predict_proba带入roc_auc_score结果不同
不积跬步无以至千里的博客
05-19 1662
predict和predict_proba带入roc_auc_score结果不同 我们都知道AUC表示ROC曲线下的面积，下面两种计算格式（二分类）： # 带入预测的概率进行计算 roc1=roc_auc_score(y_test, model.predict_proba(x_test)[:, 1]) # 带入预测的分类进行计算 roc2=roc_auc_score(y_test, model.predict(x_test)) 结果是roc2小于roc1 为什么呢？ 如图，ROC是通过将不同thresho
scikit-learn超参数调优 （自动寻找模型最佳参数） 方法
最新发布
qq_52964132的博客
07-02 447
【代码】scikit-learn超参数调优 （自动寻找模型最佳参数） 方法。
sklearn.predict_proba()
08-30
sklearn中的predict_proba()函数是用于预测样本属于各个类别的概率。它返回一个数组，数组的每一行对应一个样本，每一列对应一个类别，表示样本属于每个类别的概率。这个函数在逻辑回归(Logistic Regression)方法中...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值