我有一系列类别和相应的特征向量，当我运行predict_proba()时，我会得到以下结果：

classes = ['one','two','three','one','three']feature = [[0,1,1,0],[0,1,0,1],[1,1,0,0],[0,0,0,0],[0,1,1,1]]from sklearn.naive_bayes import BernoulliNBclf = BernoulliNB()clf.fit(feature,classes)clf.predict_proba([0,1,1,0])>> array([[ 0.48247836,  0.40709111,  0.11043053]])

我想知道这些概率分别对应哪个类别。在这个页面上提到它们是按照算术顺序排列的，我不太确定这意味着什么：http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html#sklearn.svm.SVC.predict_proba

这是否意味着我需要遍历我的训练样本，将相应的索引分配给首次遇到的类别，还是有类似于

clf.getClasses() = ['one','two','three']?

回答：

只需使用分类器的.classes_属性来恢复映射。在你的例子中，结果是：

>>> clf.classes_array(['one', 'three', 'two'],       dtype='|S5')

感谢你在问题中提供了一个简洁的重现脚本，这样只需在IPython shell中复制粘贴就能轻松回答问题 🙂