从下面的脚本中，我找到了多类文本分类问题中最高的概率及其对应的类别。我想知道如何以最有效的方式找到最高的前三预测概率及其对应的类别，并且不使用循环。

probabilities = classifier.predict_proba(X_test)max_probabilities = probabilities.max(axis=1)order=np.argsort(probabilities, axis=1)classification=(classifier.classes_[order[:, -1:]])print(accuracy_score(classification,y_test))

提前感谢您。（我有大约50个类别，我想从中提取每个叙述中最相关的三个类别，并将它们显示在数据框中）

回答：

您已经完成了大部分艰难的工作，只差一点numpy技巧就可以完成。您的这行代码

order = np.argsort(probabilities, axis=1)

包含了排序后的概率索引，因此每个样本的格式为[[最低概率类别1, ..., 最高概率类别1]...]。您已经用order[:, -1:]来给出分类，即最高概率类别的索引。因此，要获得前三个类别，我们可以进行简单的修改

top_3_classes = classifier.classes_[order[:, -3:]]

然后，要获取相应的概率，我们可以使用

top_3_probabilities = probabilities[np.repeat(np.arange(order.shape[0]), 3),                                    order[:, -3:].flatten()].reshape(order.shape[0], 3)