machine-learning - predict_proba 方法如何适用于 sklearn 中 DecisionTreeClassifier 中的输入样本 X?
问题描述
DecisionTreeClassifier 有一个方法 predict_proba计算输入数据点 X 的概率。如何为已经训练好的模型计算这个预测概率?
解决方案
预测的类概率是叶子中同一类的样本的分数。这意味着如果您的叶子包含10 x 1
和90 x 0
。标签为 1 的概率将如下10%
例所示:
from sklearn.tree import DecisionTreeClassifier
import numpy as np
X = np.zeros((100, 1))
y = np.zeros((100, ))
y[-10:] = 1
dtc = DecisionTreeClassifier(max_depth=1).fit(X, y)
dtc.predict_proba([[0]])
哪个输出:
array([[0.9, 0.1]])
推荐阅读
- docker - RTNETLINK answers: Operation not permitted - Docker Swarm
- java - How to create new file after building jlink app?
- javascript - Typescript - Filter does not work on arrays of union types
- javascript - 使用 indexOf 搜索 JSON 对象返回未定义
- php - Check if shipping method is available for the country WooCommerce
- python - Python igraph gomory_hu_tree() function does not work for Heawood Graph
- reactjs - OData is returning Upper-case properties when filtering
- sql-server - SQL Server in window docker container - atapi.sys - file not found
- java - 无法解析符号“getAudioInputStream”
- angular - Angular:不清楚 Intellij 为什么会产生未解决的变量警告