python - Sklearn 预测多个输出

Question

我写了下面的代码:

from sklearn import tree

# Dataset & labels
# Using metric units
# features = [height, weight, style]
styles = ['modern', 'classic']
features = [[1.65, 65, 1], 
            [1.55, 50, 1],
            [1.76, 64, 0],
            [1.68, 77, 0] ]
labels = ['Yellow dress', 'Red dress', 'Blue dress', 'Green dress']

# Decision Tree
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)

# Returns the dress
height = input('Height: ')
weight = input('Weight: ')
style = input('Modern [0] or Classic [1]: ')
print(clf.predict([[height,weight,style]]))

此代码接收用户的高度和体重，然后返回更适合她的衣服。有没有办法返回多个选项？例如，退回两件或更多连衣裙。

更新

from sklearn import tree
import numpy as np

# Dataset & labels
# features = [height, weight, style]
# styles = ['modern', 'classic']
features = [[1.65, 65, 1], 
            [1.55, 50, 1],
            [1.76, 64, 1],
            [1.72, 68, 0],
            [1.73, 68, 0],
            [1.68, 77, 0]]
labels =    ['Yellow dress',
            'Red dress',
            'Blue dress',
            'Green dress',
            'Purple dress',
            'Orange dress']

# Decision Tree
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)

# Returns the dress
height = input('Height: ')
weight = input('Weight: ')
style = input('Modern [0] or Classic [1]: ')

print(clf.predict_proba([[height,weight,style]]))

如果用户高度 1.72 米，体重 68 公斤，我想同时展示绿色和紫色的裙子。此示例仅返回 100% 的绿色裙子。

Answer 1

是的，你可以。实际上你可以做的是得到每个类的概率。在一些分类器中实现了一个名为 .predict_proba() 的函数。

参见 here , sklearn 的文档。

它将返回样本属于每个类别的概率。

例如，您可以返回与两个、三个最高概率关联的标签。