python - 为什么sklearn.svm.SVC.predict()和sklearn.svm.SVC.predict_proba()的结果不一致？

Question

我使用 sklearn.svm.SVC 构建支持向量分类器，如下所示。

import numpy as np
from sklearn.svm import SVC
    
svc=SVC(probability=True)

X = np.random.randint(0, 100, [100, 3])
y = np.random.choice([0, 1, 2], 100, replace=True)
svc.fit(X, y)

print(svc.predict([[10, 20, 30]]), svc.predict_proba([[10, 20, 30]]))

输出是

[2] [[0.38993057 0.3791583  0.23091113]]

svc.predict_proba() 的结果显示该实例应该属于 class0 的概率最高。但是 svc.predict() 说的是 class2。我想知道为什么这两个结果不一致。

Answer 1

scikit-学习 documentation明确提到，如果您使用 svm.SVC(probability=True)，则从 .predict() 预测的输出类可能与 .predict_proba() 不同。这样做的原因是它使用了本质上随机的 5 折交叉验证。