Sklearn LogisticRegression predict_proba结果看起来很奇怪

  • Z时代
  • 2024-01-10
  • 分类：问答

我对SKlearn，机器学习及其相关领域颇为陌生。我搜索了一天，但仍然无法找出答案。Sklearn LogisticRegression predict_proba结果看起来很奇怪

model = LogisticRegression(C=1) 
model.fit(X, y) 
print(model.predict_proba(X_test)) 
// output 
[[ 1.01555532e-08 2.61926230e-01 7.37740949e-01 3.32810963e-04]]

我很困惑输出是否正确。当我尝试使用相同数据集的SVM时，我得到了[[ 0.21071225 0.42531172 0.01024818 0.35372784]]，这看起来像是概率，而这正是我想要的。我怎样才能让LogisticRegression模型获得像SVM一样的概率风格？我误解了什么？

回答：

这只是印刷风格！

看一看这个演示：

代码：

import numpy as np 
p = np.array([[ 1.01555532e-08, 2.61926230e-01, 7.37740949e-01, 3.32810963e-04]]) 
print('p: ', p) 
print('sum: ', p.sum())       # approximately a probability-distribution? 
np.set_printoptions(suppress=True) 
print('p: ', p)         # same print as above 
               # but printing-style was changed before!

输出：

p: [[1.01555532e-08 2.61926230e-01 7.37740949e-01 3.32810963e-04]] 
sum: 1.0000000001185532 
p: [[0.00000001 0.26192623 0.73774095 0.00033281]]

numpy的使用了大量的代码，再决定如何打印您阵列，这取决于里面的值！在这里，我们改变了一些东西，使用np.set_printoptions。

你的输出看起来不一样，因为你的SVM预测的输出没有很小的值，就像另一个那样！

抑制：BOOL，可选

无论使用压制科学记数法（默认为false）小浮点值的打印。

运用科学的记法也适用于Python的类型：

x = 0.00000001 
print(x) 
# 1e-08

以上是 Sklearn LogisticRegression predict_proba结果看起来很奇怪 的全部内容， 来源链接： utcz.com/qa/257627.html

回到顶部