RandomForestClassifier 获得前 N 个预测和相应的概率

Posted 2023-03-12

【中文标题】RandomForestClassifier 获得前 N 个预测和相应的概率

【英文标题】：RandomForestClassifier Get Top N Predictions and Respective Probabilities

【发布时间】：2020-11-17 05:43:55

【问题描述】：

我有一个随机森林模型 model，并且已经能够使用

获得每个条目的前 3 个预测

predictions = model.classes_[numpy.argsort(model.predict_proba(params_only))[:, :-3 - 1:-1]]

但是，我还想要一个与每个预测相关的概率 NUMBERS 的类似列表。上面的代码只输出标签，但我还需要概率数。

最终目标是获取 top1、top2 和 top3 预测以及 top1prob、top2prob 和 top3prob 列表的列表，以便我可以将其输入 pandas 数据框。我已经完成了第一部分

prediction1 = [preds[0] for preds in predictions]
prediction2 = [preds[1] for preds in predictions]
prediction3 = [preds[2] for preds in predictions]

如果我不够清楚和/或您有任何问题，请询问他们！谢谢！

注意：我目前的解决方案是

guesses = model.predict_proba(df[PARAM_LIST])
probabilities = [sorted(probas, reverse=True)[:num_preds] for probas in guesses]

但我不能 100% 确定这是否准确地满足了我的需求，或者是否有更好的策略。

【问题讨论】：

你能举个例子吗？

【参考方案1】：

probs = model.predict_proba(params_only)
predictions = model.classes_[np.argsort(probs)[:, :-3 - 1:-1]]
assert len(probs) == len(predictions)
prediction1 = [preds[0] for preds in predictions]
prediction2 = [preds[1] for preds in predictions]
prediction3 = [preds[2] for preds in predictions]
top1prob = [ probs[i][prediction1[i]] for i in range(len(predictions))]
top2prob = [ probs[i][prediction2[i]] for i in range(len(predictions))] 
top3prob = [ probs[i][prediction3[i]] for i in range(len(predictions))]

我试图让它与您的代码相似。它可以在更少的行中完成。

根据你的回答，

guesses = model.predict_proba(df[PARAM_LIST])
probabilities = [sorted(probas, reverse=True)[:num_preds] for probas in guesses]

这也可以。因为对于每个条目，numpy.argsort() 都是按降序对标签进行排序，与 sorted(probas, reverse=True) 相同