predict:
返回的是一个大小为n的一维数组,一维数组中的第i个值为模型预测第i个预测样本的标签;
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个预测样本的标签为j的概率,此时每一行的和应该等于1。
from sklearn.linear_model import LogisticRegression
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, 0, 0, 1, 1, 1])
x_test = np.array([[2,2,2],[3,2,6],[1,7,4]])
clf = LogisticRegression()
clf.fit(x_train, y_train)
#返回预测标签
clf.predict(x_test)
array([1, 0, 1])
#返回预测属于某标签的概率
clf.predict_proba(x_test)
array([[ 0.43348191, 0.56651809],[ 0.84401838, 0.15598162],[ 0.13147498, 0.86852502]])
这里我想说的重点是求auc时,我们必须用predict_proba。因为roc曲线的阀值是根据其正样本的概率求的。所以应该是
pre_test=model.predict_proba(x_test)
roc_auc_score(x_test,pre_test[:,1])