MLPClassfier predict 和 predict_proba 似乎不一致

Posted 2023-03-12

【中文标题】MLPClassfier predict 和 predict_proba 似乎不一致

【英文标题】：MLPClassfier predict and predict_proba seem inconsistent

【发布时间】：2020-05-15 17:24:24

【问题描述】：

我正在通过 lbfgs 求解器使用 MLPClassifier。

如果我使用 predict_proba() 方法和 classes_ 属性计算预期值，它与 predict() 方法返回的值不匹配。

哪个更准确？

predict() 返回的值是否必须是类之一？它不会在类之间进行插值吗？我想预测一个不断变化的变量。

【问题讨论】：

您能否在发现这种不一致的情况下显示来自predict_proba 和predict 的输出？

“predict() 返回的值是否必须是类之一？” - 绝对是的。这就是分类的定义。如果你有“连续变化的变量”，你应该使用回归。但我想我在这里遗漏了一些东西，如果我可以问的话，你的课程是什么意思？

通过类，我指的是 MLPClassifier 实例的 classes_ 属性。它包含输入的选定值（不确定它们是如何选择的）。

【参考方案1】：

定义

predict - 将您的输入分类为标签。

predict_proba - 返回模型中每个类的预测概率。

示例

如果这是一个二元问题，并且您的类标记为 0 和 1。然后对于您正在测试的某些输入，predict 将返回一个类，比如说1。

但是，predict_proba 将为您提供此输入映射到类 1 的预测概率，在本示例中，该类可能是 0.8。这就是它们的值不匹配的原因。

哪个更准确？

您无法真正比​​较它们的准确性。但是，您可以将predict_proba 视为您的模型对特定类的置信度。例如，如果您有三个班级，并且您测试了一个样本。然后你会收到三个实数的输出：

[0.11, 0.01, 0.88]

您可以将此视为您的模型对该输入映射到第三类具有很高的置信度，因为它的概率最高为0.88。

相比之下，对于其他一些输入值，您的模型可能会输出以下内容：

[0.33, 0.32, 0.34]

您的模型仍然预测第三类，因为它的概率最高。但是，第三类是 true 类的置信度较低。

【讨论】：

predict() 返回的值是否必须是类之一？它不会在类之间进行插值吗？我想预测一个不断变化的变量。

是的。分类器预测一个类别。如果您试图预测一个连续的实数值，则必须使用回归量。见这里scikit-learn.org/stable/modules/generated/…