Scikit學習預測單一觀察

Question

這可能是一個非常愚蠢的問題，但爲什麼以下給出不同的結果？

X == array([ 7.84682988e-01, 3.80109225e-17, 8.06386582e-01, 
      1.00000000e+00, 5.71428571e-01, 4.44189342e+00]) 

model.predict_proba(X)[1] # gives array([ 0.35483244, 0.64516756]) 
model.predict_proba(X[1]) # gives an error 
model.predict_proba(list(X[1])) # gives array([[ 0.65059327, 0.34940673]]) 

Model從lightgbm庫LGBMClassifier。

Answer 1

允許它分成簡單的步驟來分析：

1）model.predict_proba(X)[1]

這相當於

probas = model.predict_proba(X) 
probas[1] 

所以這個第一輸出端的所有類的概率的所有樣本。因此，可以說你的X包含5行和4個特徵，有兩個不同的類。

所以probas將是這樣的：

  Prob of class 0, prob of class 1 
For sample1   [[0.1,   0.9], 
For sample2   [0.8,   0.2], 
For sample3   [0.85,   0.15], 
For sample4   [0.4,   0.6], 
For sample5   [0.01,   0.99]] 

probas[1]將只輸出的概率爲您probas輸出，即第二列。類別1的概率。

Output [0.9,  0.2, 0.15,  0.6,  0.99] 

其他兩行代碼取決於如何處理單維數組的實現和版本。例如。 scikit v18只會顯示警告，並將其視爲單行。但v19（主分支）拋出一個錯誤。

編輯：更新了LGBMClassifier

2）model.predict_proba(X[1])

這相當於：

X_new = X[1] 
model.predict_proba(X_new) 

這裏你僅選擇第二行這導致形狀[n_features, ]。但是LGBMClassifier要求二維數據的形狀爲[n_samples, n_features]。如上所述，這可能是一個可能的錯誤來源。您可以重塑定的數組有1處N_SAMPLES次的：

model.predict_proba(X[1].reshape(1, -1))＃將工作正確

3）model.predict_proba(list(X[1]))

這可以分爲：

X_new = list(X[1]) 
model.predict_proba(X_new) 

這也是大多與第二個相同，只是X_new現在是一個列表而不是numpy數組，並且自動處理爲單行（與第二種情況下的X[1].reshape(1, -1)相同），而不是拋出錯誤。

因此，考慮上面的例子中，輸出將是唯一的，

For sample2   [0.8,   0.2],