scikit-learn/svm - 在“predict_proba”之后获取概率和相关标签

Posted 2023-03-12

【中文标题】scikit-learn/svm - 在“predict_proba”之后获取概率和相关标签

【英文标题】：scikit-learn/svm - fetch probabilities and associated labels after 'predict_proba'

【发布时间】：2017-07-18 10:22:43

【问题描述】：

我正在使用 scikit-learn SVM 进行文本分类，并遵循 here 指南。但是我很困惑如何使用predict_proba 方法来获取概率，关联正确的标签并获取前 3 个。

vectorizer = HashingVectorizer()
clf = svm.SVC(probability=True,class_weight='balanced')

test_data = [...]

test_vectors = vectorizer.transform(test_data)
predicted = clf.predict_proba(test_vectors)
for doc, pred in zip(test_labels, predicted):
    print('%r => %s' % (doc, test_labels[pred]))  

在运行上面的代码时，我得到了这个异常：

TypeError：只有一个元素的整数数组可以转换为 索引

这是可以理解的，因为 test_labels 是一个概率数组，但我不确定如何获取相关的标签和概率。

【问题讨论】：

请发布完整的错误堆栈跟踪。你在哪一行得到错误？并显示一些数据样本

【参考方案1】：

这就是我最终做的事情，并且对我有用。希望这对某人有所帮助：

    clf = cPickle.load(...)  
    test_data, test_labels = load_testfiles(_testpath) 

    for td in zip(test_data,test_labels):
        X = vectorizer.transform([td[0]])
        label = td[1]
        res = clf.predict_proba(X)[0]
        # sd = np.std(res)
        # max = np.amax(res)
        # min = np.amin(res)
        # mean = np.mean(res)
        # median = np.median(res)
        print("test--->actual=",label,"pred=",res)