from sklearn import ensemblemodel = ensemble.RandomForestClassifier(n_estimators=10)model.fit(x,y)predictions = model.predict(new)

我知道 predict() 使用 predict_proba() 来获取预测结果，通过计算森林中树的预测类概率的平均值。

我想获取 predict() 方法预测的类的 predict_proba() 结果。

我现在做的步骤是：首先像上面的代码一样调用 predict()，然后为了获取概率，我从树中提取最大概率，如下所示：

all_probabilities = model.predict_proba()class_probabilities = np.array([])for tree in all_probabilities:    class_probabilites = np.append(class_probabilities, tree.max())

这是正确的吗？如果不是，我该如何提取预测类的概率？

回答：

predict_proba() 方法返回一个二维数组，包含每个实例和每个类的估计概率：

import numpy as npfrom sklearn.ensemble import RandomForestClassifierX = np.array([[1, 2, 3],               [4, 5, 6],               [7, 8, 9],               [10, 11, 12]])y = np.array([0, 0, 1, 1])model = RandomForestClassifier()model.fit(X, y)model.predict_proba(X)

array([[0.91, 0.09],       [0.91, 0.09],       [0.25, 0.75],       [0.05, 0.95]])

如您所指出的，对于每个实例，预测的类是概率最大的类。因此，获取预测类别的估计概率的一个简单方法是使用 np.max()：

np.max(model.predict_proba(X), axis=1)

array([0.91, 0.91, 0.75, 0.95])