python predict_proba_scikit-学习LogisticRegression.predict_proba的返回值 - python

LogisticRegression.predict_proba函数究竟返回什么？

在我的示例中，我得到这样的结果:

[[ 4.65761066e-03 9.95342389e-01]

[ 9.75851270e-01 2.41487300e-02]

[ 9.99983374e-01 1.66258341e-05]]

根据其他计算，使用S形函数，我知道第二列是概率。 documentation说，第一列是n_samples，但是不能，因为我的示例是评论，是文本而不是数字。该文档还说，第二列是n_classes。那肯定不是，因为我只有两个类(即+1和-1)，并且该函数应该用于计算实际上属于某个类的样本的概率，而不是有关类本身的概率。

第一列到底是什么？为什么在那？

参考方案

4.65761066e-03 + 9.95342389e-01 = 1

9.75851270e-01 + 2.41487300e-02 = 1

9.99983374e-01 + 1.66258341e-05 = 1

第一列是条目具有-1标签的概率，第二列是条目具有+1标签的概率。请注意，类的顺序与self.classes_中的顺序相同。

如果您只想获取肯定标签的预测概率，则可以使用logistic_model.predict_proba(data)[:,1]。这将产生[9.95342389e-01, 2.41487300e-02, 1.66258341e-05]结果。

Python-scikit_learn中的克里金(高斯过程) - python

我正在考虑使用此方法对我拥有的3D点进