= model.fit(X, y)test_prediction = model.predict_proba(np.array=0:elif res==1:else:
print('C') 使用上面的python代码，我必须预测3种可能结果(A，B，C)的概率概率保存在test_prediction中，可以打印为： Output: [[ 0
浏览 48提问于2017-10-13得票数 1
回答已采纳
1回答
我在一个包含两个类和150个样本的数据集上对两个分类器进行了分类实验。分类器是带有predict_proba()方法的学习对象。该方法返回一个形状数组(samples，classes)，其中包含每个样本的概率分布。我还计算了另一个矩阵G的形状(samples，2)，其中包含了每个样本的每个分类器的“重要性”。最后的输出必须是每个predict_proba()行和G中的标量的线性组合。示例只需一个示例
浏览 2提问于2021-06-07得票数 0
回答已采纳
我试图在我的HMM上使用predict_proba()函数，但我得到了一个错误，我不完全理解。_ = np.array(frequency_list)model.fit(integer_array) integer_list是我的整数列表，这是我的训练数据。如果我随后尝试运行predict_proba
浏览 71提问于2020-06-16得票数 0
1回答
我想模拟sklearn model的两个方法(predict_proba和classes_)。我有一个函数，它接收模板和文本，并返回标签和分数。test_model_predict_proba(): mock_model.predict_proba.return_value = np.array([0.90, 0.23])
mock_model.classes_.return_value= np.array(['FOOD', &#
浏览 7提问于2021-03-25得票数 0
回答已采纳
1回答
我正在尝试使用sklearn对我的朴素贝叶斯分类器进行k倍验证。target = np.array( [x[0] for x in train] )results = [] probas = cfr.fit(train[traincv], target[tr
浏览 0提问于2013-04-20得票数 0
1回答
我想向已经实例化的对象中添加一个方法。该对象是vaderSentiment.vaderSentiment.SentimentIntensityAnalyzer类型的实例(Vader是一种流行的NLP模型)。基于，我尝试：predict_proba(self, text):vader.predict_prob
浏览 5提问于2022-11-09得票数 1
回答已采纳
代码出现以下错误: LogisticRegression.predict_proba(X)
TypeError: predict_proba()缺少一个必需的位置参数：'X‘
我不明白为什么，我读了文档，也不知道我错过了什么论点。
浏览 3提问于2020-05-02得票数 0
ensemble.RandomForestClassifier(n_estimators=10)predictions = model.predict(new) 我知道predict()使用predict_proba()来获得预测，通过计算森林中树木的预测类别概率的平均值。我想要获得predict()方法预测的类的predict_proba()结果。= np.array([])
for tree in all_probabilities:
浏览 87提问于2020-10-29得票数 2
回答已采纳
4回答
我有5个模型的一些概率输出，我按元素对概率元素进行求和，如下所示： probs[i] = models[i].predict_proba我尝试通过以下操作来简化上面的代码：results = [None]
probs[i] = models[i].predict_proba(X)但是得到了以下错误：
<em
浏览 0提问于2018-03-30得票数 1
回答已采纳
我正在尝试使用SciPy进行3D转换，使用的是以度为单位的旋转向量。我正在使用以下内容来测试设置： from scipy.spatial.transform import Rotation as R----> 2 r = R.from_rotvec(np.array([0, 0, 90]), degrees=True)
TypeError:scipy.s
浏览 55提问于2021-09-30得票数 2
回答已采纳
2回答
我想使用roc_auc_score来评估分类器的性能，但是我不确定给出正确的参数是什么。 random_state = 1 )
score
浏览 2提问于2020-01-08得票数 1
现在，我需要将三个特定的列放在一起：person_id、实际验收score (1或0)和sklearn的predict_proba()输出。person_id和它各自的实际接受score都可以从测试集中得到，所以这是解决了。但是，如果我想使用predict_proba()的行索引将person_id和score的输出合并起来，那么我就有问题了。这是因为predict_proba()重置索引。以下是我的问题：
是否可以
浏览 1提问于2021-10-05得票数 0
回答已采纳
这听起来很奇怪，但在某些情况下，我尝试将所有情况都为否定(0)的数据分类，模型的拟合给出了一个错误，所以我想设置f.e。m = LogisticRegression()m.intercept_=-1000~/anaconda3/lib/python3.6/site-packages/sklearn
浏览 1提问于2018-03-09得票数 1
回答已采纳
在Numpy版本1.21.1上 print(i)
这种行为的原因是什么？
浏览 3提问于2021-08-03得票数 1
回答已采纳
我试图在两个单独的列中将这些值相乘。第二列的是'float'。当我这么做我得到了
我真的不明白为什么我不能乘以numpy.float64和float的值。它们不是相似的，可乘
浏览 2提问于2017-07-05得票数 0
回答已采纳
说到实际的问题需要一段时间，所以请容忍我。指出，它“是一种元估计器，从在原始数据集上拟合分类器开始，然后在同一数据集上拟合分类器的额外副本，但在调整错误分类实例的权重的情况下”。因此，我的第一个问题是-哪些分类器为样本加权提供支持？我做了一些研究，幸运的是，。，这些分类器为样本加权提供了支持(对于好奇的人来说，其中的21个)。我们被告知“使用SAMME.R实增强算法base_estimator必须支持类概率的计算”。这就是我被困的地方
浏览 5提问于2019-02-27得票数 2
回答已采纳
predict_proba返回神经网络中的错误代码：----> 1 model_cEXT.predict_proba(X_test)
编辑：，我需要像p
浏览 18提问于2021-08-29得票数 3
1回答
在得到二阶后，将其转化为一阶方程，并试图用odeint来求解，它总是说返回的数很复杂，所以总是失败。以及求解ode的函数。("can't convert complex to float")我搞不懂为什么方程变成了一个复数，有一个正常<
浏览 7提问于2022-10-15得票数 0
回答已采纳
1回答
我想知道是否有一种方法来训练一个分类器，或者在那之后建立一种分类方法，可以将某些样本分类为前两者之间的某种关系。例如，我注意到，当我使用来自scikit的predict_proba的RandomForest时，我可以看到一个类被这样预测的概率：[0.3, 0.43, 0.27]。我想做这样的事情:如果| p(class1) - p(class2) | < ε，那么第3类应该被提升。这可能意味着首先使用二进制分类器，然后检查二进制类之间的关系。为了进一步描述这种情况
浏览 0提问于2019-05-30得票数 3
回答已采纳
1回答
我还测试了一些训练好的GMM模型的样本数据。最后，我想得到每个类的gmm的概率。 gmm = models[i] #checking with each model one by one
scores = np.array
浏览 3提问于2019-06-28得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
