如何在决策树中使用python调用每个类的概率值
Posted
技术标签:
【中文标题】如何在决策树中使用python调用每个类的概率值【英文标题】:How to call out probability values for each class using python in decision trees 【发布时间】:2020-02-26 09:56:57 【问题描述】:如何从预测模型中调出每个类值的概率。
Python 代码:
clf = DecisionTreeClassifier(criterion='gini',
splitter='best',
max_depth=None,
min_samples_split=2,
min_samples_leaf=1,
min_weight_fraction_leaf=0.0,
max_features=None,
random_state=123,
max_leaf_nodes=None,
min_impurity_decrease=0.0,
min_impurity_split=None,
class_weight=None,
presort=False)
# Train Decision Tree Classifer
clf = clf.fit(X_train,y_train)
# Predict the response for test dataset
y_pred = clf.predict(X_test)
# 查看具有预测值的数据集 dtree_gini =pd.DataFrame('实际':y_test, '预测':y_pred) dtree_gini1 = pd.merge(X_test, dtree_gini, left_index=True,right_index=True); dtree_gini1.head(5)
data
desire outcomes
谢谢!
【问题讨论】:
【参考方案1】:您可以像这样使用函数predict_proba
:
y_proba = clf.predict_proba(X_test)
【讨论】:
以上是关于如何在决策树中使用python调用每个类的概率值的主要内容,如果未能解决你的问题,请参考以下文章