python - 如何一步一步从预测概率中获取预测类别标签？

Question

目前，我正在使用下面给定的代码来计算概率得分和预测的类标签。

y_score = cross_val_predict(clf, X, y, cv=10 ,method='predict_proba')
y_pred = cross_val_predict(clf, X, y, cv=10 ) 

但这是一种计算成本很高的方法，因为必须运行整个模型两次，有没有什么方法可以一步完成这两个任务。或者如何将概率转换为类标签？

谢谢

Answer 1

有了概率，如果它是一个one-hot编码的目标数组，请使用np.argmax()。它将返回最高概率(预测)的位置，例如第 1、2 或 3 行。

如果一维数组中有两个类，请使用 np.round()，以便获得类别 0 和 1 的预测值。您可能需要转换为 int 让它发挥作用。