Python中回归（分类）结果的两种情况

【小白从小学Python、C、Java】

【Python全国计算机等级考试】

【Python数据分析考试必会题】

● 标题与摘要

Python中回归（分类）结果的两种情况：

（1）回归结果为具体数值：

predict()

（2）回归结果为所属类别的概率：

predict_proba()

● 选择题

以下关于预测函数predict()说法正确的是：

选项：

A predict()返回预测数据类别

B predict()返回的是原始数据

C predict()返回的是类别概率

D predict()返回原始数据类别

欢迎大家转发，一起传播知识和正能量，帮助到更多人。期待大家提出宝贵改进建议，互相交流，收获更大。辛苦大家转发时注明出处(也是咱们公益编程交流群的入口网址)，刘经纬老师共享知识相关文件下载地址为：http://liujingwei.cn

● 问题解析

1.predict()函数是Python中预测函数，常用于预测测试集数据，返回的是样本所属的类别标签。

2.predict_proba()函数也是预测函数，但是与predict()函数不同的是，predict_proba()函数返回的是数组，是预测该样本为某个标签的概率值，并且每一行的概率和为1。

3.参照图1解释：predict()函数输出结果表示：测试集[2,3,5]属于3类别；测试集[4,7,3]属于1类别；测试集[5,6,7]属于3类别。predict_proba()函数输出结果表示：测试集[2,3,5]属于1类别的概率是0.28899985，属于2类别的概率是0.36588952，属于3类别的概率是0.34511063；测试集[4,7,3]属于1类别的概率是0.35654903，属于2类别的概率是0.17362047，属于3类别的概率是0.4698305；测试集[5,6,7]属于1类别的概率是0.18549765，属于2类别的概率是0.24674562，属于3类别的概率是0.56775673。

● 附图 

图1 predict()函数与predict_proba()函数对比

● 附图代码

from sklearn import svm

import numpy as np

x_train = np.array([[1,2,3],[2,3,4],[3,2,4],[3,5,4],[4,6,7]])

y_train = np.array([3,1,3,2,1])

x_test = np.array([[2,3,5],[4,7,3],[5,6,7]])

clf = svm.SVC(probability=True)

clf.fit(x_train, y_train)

# 返回预测标签

print("x_test所属的类别标签：",clf.predict(x_test))

# 返回预测属于某标签的概率

print("x_test所属的类别概率：",clf.predict_proba(x_test))

● 正确答案

A

● 温馨期待

期待大家提出宝贵建议，互相交流，收获更大，助教：zjq[太阳]