scikit-learn 中 predict 与 predict_proba 的区别

Question

假设我创建了一个模型，我的目标变量是0,1或2。似乎如果我使用predict，答案是 0、1 或 2。但是如果我使用predict_proba，我会得到一行，每行有 3 个列，如下所示，例如

   model = ... Classifier       # It could be any classifier
   m1 = model.predict(mytest)
   m2= model.predict_proba(mytest)

   # Now suppose  m1[3] = [0.6, 0.2, 0.2]

假设我同时使用 predict 和predict_proba. 如果在索引 3 中，我得到了上面的结果predict_proba，在 predict 结果的索引 3 中，我应该看到 0。是这种情况吗？我试图了解如何在同一模型上使用predict和使用两者predict_proba相互关联。

Answer 1

• predict()用于预测实际类别（在您的情况下为0、1或 之一2）。
• predict_proba()用于预测类别概率

从您共享的示例输出中，

• predict()将输出类别0，因为 的类别概率为00.6。
• [0.6, 0.2, 0.2]的输出简单predict_proba地表示类0、1和的类概率分别为、2和。0.60.20.2

现在，正如文档提到的predict_proba，生成的数组是根据您一直使用的标签进行排序的：

所有类别的返回估计值按类别标签排序。

因此，在您的类标签为 的情况下[0, 1, 2]， 的相应输出predict_proba将包含相应的概率。0.6是实例被分类为的概率，0是0.2实例被分类为1和 的概率2。

如需更全面的解释，请参阅TDS 上scikit-learn 中的 Predict() 和 Predict_proba() 之间的区别是什么。