predict与predict_pro小记

简单的逻辑回归二分类问题

from sklearn.linear_model import LogisticRegression 
import numpy as np 
x_train = np.array([[1,2,3], 
                    [1,3,4], 
                    [2,1,2], 
                    [4,5,6], 
                    [3,5,3], 
                    [1,7,2]]) 
   
y_train = np.array([0,1,0,1,1,0]) 
x_test = np.array([[2,2,2], 
                   [3,2,6], 
                   [1,7,4]]) 
   
clf = LogisticRegression() 
clf.fit(x_train, y_train) 

predict

print(clf.predict(x_test)) 
'''
[0 1 1]
'''

predict_pro

print(clf.predict_proba(x_test)) 
'''
[[0.78593022 0.21406978]
 [0.0458577  0.9541423 ]
 [0.26488952 0.73511048]]
'''

可以看到predict_pro就是每个类别的概率，而predict是将predict_pro中概率最大类别返回。其实不用predict的话，可以使用：

np.argmax(clf.predict_proba(x_test),axis=1)
'''
array([0, 1, 1], dtype=int64)
'''

可以达到同样的效果：

• 这时候有人就会问了，为啥可以用predict 还要用这种麻烦的操作啊，这是因为啊，一般我们做交叉验证的时候我们保存的都是每一折概率，然后取平均，这时候按概率大小取索引就是我们的分类结果啦

• 这个argmax 就是按轴取最大值的索引，这个地方有点小绕，例如上面的axis=1表示在列上取索引，那么就是取出每一行最大值得列号，即该行的类别。

• axis=0（行） axis=1（列）