我已经计算了 X_train, X_test, y_train, y_test。但我无法计算 y_train_true, y_train_prob, y_test_true, y_test_prob。

我如何从以下代码中计算 y_train_true, y_train_prob, y_test_true, y_test_prob？

X_train:

X_test:

y_train:

y_test:

注意，

y_train_true：训练数据集中真实的二元标签，0或1

y_train_prob：模型对训练数据集预测的概率，范围在{0,1}

y_test_true：测试数据集中真实的二元标签，0或1

y_test_prob：模型对测试数据集预测的概率，范围在{0,1}

---

代码如下：

# 分割测试和训练数据
import numpy as np
from sklearn.model_selection import train_test_split
X = np.array(dataset.ix[:, 1:10])
y = np.array(dataset['benign_malignant'])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
# 定义分类器和 ====
from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors = 5, metric = 'minkowski', p = 2)
# knn = KNeighborsClassifier(n_neighbors=11)
knn.fit(X_train, y_train)
# 预测测试集结果
y_pred = knn.predict(X_train)

回答：

在你的情况下，y_train 和 y_test 已经是 y_train_true 和 y_test_true。要获得 y_train_prob 和 y_test_prob，你需要使用一个模型。我不知道你使用的是哪个数据集，但这似乎是一个二元分类问题，因此你可以使用逻辑回归来实现，如下所示：

from sklearn.neighbors import KNeighborsClassifier
knn = KNeighborsClassifier(n_neighbors = 5, metric = 'minkowski', p = 2)
knn.fit(X_train, y_train)
y_train_prob = knn.predict_proba(X_train)
y_test_prob = knn.predict_proba(X_test)