python - sklearn Predict_proba 不匹配类标签

Question

我在我的数据集上训练了一个 RandomForestClassifier，可以从文本正文中预测 8 个不同的主题。对于给定示例，数据集如下所示

X_train = [[0,0,0,0,0,1,0,0,1,0],
           [0,1,0,0,0,0,0,0,0,1],
           [1,0,0,0,0,0,0,0,0,1]]
          # This is a bag of word

y_train = ["A", "B", "C"] 
# 8 categories in total

如果我运行以下代码

rdf = RandomForestClassifier(n_estimators = 100)
rdf_fitted = rdf.fit(X_train, y_train)
print rdf_fitted.predict(x_test[0])
print rdf_fitted.predict_proba(x_test[0])
print rdf_fitted.classes_

我得到了一个奇怪的结果

["B"]
[0.7, 0.2, 0.1]
["A","B","C"...]

基本上，预测标签(本例中为“B”)与 predict_proba 预测不匹配，这表明“A”具有最高概率。

你知道是什么原因造成的吗？

Answer 1

此问题是由我的 Jupyter Notebook 设置中的错误引起的