machine-learning - sklearn：在随机森林分类器中获得预测和分数

Question

我能够为Random Forest分类器中的每一行获取单独的预测值。

有什么方法可以得到每一行的预测分数吗？

我能够获得整个数据的预测准确度分数。但我需要为每一行单独使用它。

标签： machine-learningscikit-learnrandom-forest

Answer 1

只需比较数组即可轻松完成。无需逐行进行。

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import make_classification

X, y = make_classification(n_samples=100, n_features=4,
                           n_informative=2, n_redundant=0,
                           random_state=0, shuffle=False)
clf = RandomForestClassifier(max_depth=2, random_state=0)
clf.fit(X, y)

predictions = clf.predict(X)
comparison = (pred==y)

print(comparison)
Output: 
array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
   False,  True,  True,  True,  True,  True,  True, False,  True,
    True,  True, False,  True, False,  True, False,  True,  True,
    True,  True,  True,  True, False,  True,  True,  True,  True,
    True,  True,  True,  True,  True,  True,  True,  True,  True,
    True,  True,  True,  True,  True,  True,  True,  True,  True,
    True,  True,  True,  True,  True,  True,  True,  True,  True,
    True,  True,  True,  True,  True,  True,  True,  True,  True,
    True,  True,  True,  True,  True,  True,  True,  True,  True,
    True,  True, False,  True,  True,  True,  True,  True,  True,
    True, False,  True,  True,  True,  True,  True,  True,  True,
    True])

False 表示在这种情况下预测是错误的。