predict_proba 方法如何适用于 sklearn 中 DecisionTreeClassifier 中的输入样本 X？

Posted 2023-03-12

【中文标题】predict_proba 方法如何适用于 sklearn 中 DecisionTreeClassifier 中的输入样本 X？

【英文标题】：How method predict_proba works for input samples X in DecisionTreeClassifier in sklearn?

【发布时间】：2021-10-14 03:36:44

【问题描述】：

DecisionTreeClassifier 有一个方法 predict_proba 计算输入数据点 X 的概率。如何为已经训练好的模型计算这个预测概率？

【参考方案1】：

预测的类概率是叶子中同一类的样本的分数。这意味着如果您的叶子包含10 x 1 和90 x 0。标签为 1 的概率将是 10%，如本例所示：

from sklearn.tree import DecisionTreeClassifier
import numpy as np

X = np.zeros((100, 1))
y = np.zeros((100, ))
y[-10:] = 1
dtc = DecisionTreeClassifier(max_depth=1).fit(X, y)
dtc.predict_proba([[0]])

哪个输出：

array([[0.9, 0.1]])

【讨论】：

好的。你认为1的概率应该是10吗？因为我们有 10 个目标值为 1 的数据点。@Antoine

我添加了一个例子来说明我的答案