machine-learning - sklearn Logistic回归概率

Question

我有一个数据集，可以根据两个分数确定学生是否会被录取。我用这些数据训练我的模型，并可以使用以下代码确定学生是否会被录取:

model.predict([score1, score2])

这得出答案:

[1]

我怎样才能得到这个概率？如果我尝试 Predict_proba，我会得到:

model.predict_proba([score1, score2])
>>[[ 0.38537034  0.61462966]]

我真的很想看到这样的东西:

>> [0.75]

表示P(准入|分数1,分数2) = 0.75

Answer 1

您可能会注意到 0.38537034+ 0.61462966 = 1。这是因为您从 predict_proba 的输出中获得了两个类别(录取和未录取)的概率。如果你有 7 个类，你会得到类似 [[p1, p2, p3, p4, p5, p6, p7]] 的东西，其中 p1+p2+p3+p4+p5+p6+p7 = 1 且 pi >= 0因此，如果您想要输出 i 的概率，您可以对结果进行索引并查看 pi 是多少。这就是它的工作原理。

因此，如果你有一个不被录取的概率为 0.75 的东西，你会得到一个看起来像 [[0.25, 0.75]] 的结果。

(我可能已经颠倒了您在代码中用于录取/未录取的顺序，但这并不重要 - 这只会更改您查看的索引)。