2

这可能是一个非常愚蠢的问题，但为什么以下给出不同的结果？

X == array([  7.84682988e-01,   3.80109225e-17,   8.06386582e-01,
             1.00000000e+00,   5.71428571e-01,   4.44189342e+00])

model.predict_proba(X)[1] # gives array([ 0.35483244,  0.64516756])
model.predict_proba(X[1]) # gives an error
model.predict_proba(list(X[1])) # gives array([[ 0.65059327,  0.34940673]])

Model来自LGBMClassifierlightgbm 库。

4

1 回答 1

4

让我们把它分解成简单的步骤来分析：

1)model.predict_proba(X)[1]

这相当于

probas = model.predict_proba(X)
probas[1]

所以这首先输出所有样本的所有类的概率。所以假设你的 X 包含 5 行和 4 个特征，有两个不同的类。

所以 probas 将是这样的：

            Prob of class 0,   prob of class 1  
For sample1         [[0.1,            0.9],
For sample2          [0.8,            0.2],
For sample3          [0.85,           0.15],
For sample4          [0.4,            0.6],
For sample5          [0.01,           0.99]]

probas[1]只会输出输出第二列的概率probas，即。第 1 类的概率。

Output [0.9,     0.2,   0.15,       0.6,       0.99]

其他两行代码取决于如何处理一维数组的实现和版本。例如。scikit v18 仅显示警告并将其视为单行。但是 v19（主分支）会引发错误。

编辑：更新了 LGBMClassifier

2)model.predict_proba(X[1])

这相当于：

X_new = X[1]
model.predict_proba(X_new)

在这里，您只选择了第二行，它会产生一个 shape [n_features, ]。但是 LGBMClassifier 要求二维数据是 shape [n_samples, n_features]。如上所述，这可能是错误的来源。您可以重塑给定的数组以用 1 代替 n_samples：

model.predict_proba(X[1].reshape(1, -1)) # 会正常工作

3)model.predict_proba(list(X[1]))

这可以分为：

X_new = list(X[1])
model.predict_proba(X_new)

这也与 2nd 基本相同，只是X_new现在是一个列表而不是 numpy 数组，并自动作为单行处理（与X[1].reshape(1, -1)2nd 情况相同），而不是引发错误。

所以考虑上面的例子，输出将只有，

For sample2          [0.8,            0.2],
于 2017-06-15T05:25:39.037 回答