我正在处理一个分类问题，希望找到输入被分类为”[1,0]”和”非[1,0]”的概率

我尝试使用SVC的predict_proba方法，但它给出了我不需要的类的概率

from sklearn.svm import SVCmodel = SVC(probability=True)model.fit(final_data,foreclosure_y)results = model.predict_proba(final_data_test)[0]

我期望的输出格式如下

index,y---------    0,0.451,0.622,0.433,0.124,0.55

注意：上述输出格式为.csv，其中y是test_y

这里的列y是每个实例从0到4的概率，这些实例可能被分类为0或1

例如：索引0有0.45的概率被分类为0或1

回答：

请注意

sum([0.58502114, 0.41497886])# 1.0

predict_proba给出了两个类的概率（因此数组元素的总和为1），按照model.classes_中出现的顺序；引用文档（在这种情况下，文档总是你最好的朋友）：

返回模型中每个类的样本概率。列对应于属性classes_中按排序顺序出现的类。

这里有一个使用玩具数据的例子来说明这个概念：

from sklearn.svm import SVCmodel = SVC(probability=True)X = [[1,2,3], [2,3,4]] # 特征向量Y = [0, 1] # 类model.fit(X, Y)

现在让我们获取训练集中第一个实例[1,2,3]的预测概率：

model.predict_proba(X)[0]# array([0.39097541, 0.60902459])

好的，顺序是什么 – 即哪个概率属于哪个类？

model.classes_# array([0, 1])

所以，这意味着实例属于类0的概率是数组的第一个元素0.39097541，而属于类1的概率是第二个元素0.60902459；正如预期的那样，它们的总和为1：

sum([0.39097541, 0.60902459])# 1.0

更新

现在，在像你要求的输出中，我们不放入两个概率；按照惯例，对于二元分类，我们只包括每个实例属于类1的概率；这里是如何对上面的只有两个实例的玩具数据集X进行操作的：

pred = model.predict_proba(X)pred# array([[ 0.39097541,  0.60902459],#        [ 0.60705475,  0.39294525]])import pandas as pdout = pd.DataFrame(pred[:,1],columns=['y']) # 只保留pred中数组的第二个元素，即类1的概率print(out)

结果：

          y0  0.6090251  0.392945