我使用sklearn创建了一个分类模型。当我调用函数y_pred2 = clf.predict (features2)时，它返回了我预测的所有id的列表

y_pred2 = clf.predict(features2)

打印数组

array([**5**, 5, 5, 1, 6, 1, 6, 1, 1, 1])

在这里，我可以毫无问题地将其添加到我的数据框中df ['prediction'] = y_pred2

但我也想记录我的多类别概率的最佳值

y_pred2 = clf.predict_proba(features2)[0]array([0.02670249, 0.23888486, 0.00940765, 0.15213608, 0.02719888,   **0.42038983**, 0.07503347, 0.02960037, 0.02064636])

但我也想根据最佳值记录我的多类别的概率，然而predict_proba函数返回的是我所有类别的数组，我该如何记录我的预测分数的值呢？

例如，根据我的预测，我的最佳类别和第一位置是5，其概率值为0.42038983。C

我如何从数组中提取最佳值并写入我的数据框？

回答：

所以，如果我们将结果视为普通列表，我们可以尝试如下操作

y_pred2 = clf.predict_proba(features2)[0]someclass = y_pred2.index(max(y_pred2)) # 返回类别索引 *最大预测值itsprob = max(y_pred2) # 返回概率 *最大预测值

然后你可以将类别和概率变量添加到数据框中，或者以你喜欢的任何方式处理。我无法重现你的整个场景，因为我不知道你的所有代码