python - 概率与机器学习

Question

我正在使用 python 进行一些机器学习。

我有一个包含 2000 个条目的 python nd 数组。每个条目都有关于某些主题的信息，最后有一个 bool 值告诉我他们是否是吸血鬼。

数组中的每个条目如下所示:

[height(cm), weight(kg), stake aversion, garlic aversion, reflectance, shiny, IS_VAMPIRE?]

我的目标是能够根据上面显示的对象数据给出新对象是吸血鬼的概率。

我已经使用 sklearn 为我做了一些机器学习:

clf = tree.DecisionTreeRegressor()

clf=clf.fit(X,Y)


print clf.predict(W)

其中 W 是新主题的数据数组。我写的脚本返回 bool 值，但我希望它返回概率。我该如何修改它？

Answer 1

如果您使用的是 DecisionTreeRegressor()，那么您可以使用评分函数来确定预测的决定系数 R^2。

请找到以下文档链接。

http://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeRegressor.html#sklearn.tree.DecisionTreeRegressor

您还可以如下列出交叉验证分数(10 个样本)

from sklearn.model_selection import cross_val_score


clf = tree.DecisionTreeRegressor()

clf=clf.fit(X,Y)

cross_val_score(clf, X, Y, cv=10)

print clf.predict(W)

这给出了类似这样的输出，

array([ 0.61..., 0.57..., -0.34..., 0.41..., 0.75...,
        0.07..., 0.29..., 0.33..., -1.42..., -1.77...])