scikit-learn中predict()与predict_proba()的差异及分类逻辑疑问

当predict_proba()返回各类别概率相等（比如二分类场景下的[0.5, 0.5]）时，predict()的结果不是随机生成的，而是由类别在模型中的固定排序决定——它会选择类别标签里排序更靠前的那个。

具体细节：

• 模型训练时会自动对训练集中的类别进行排序，排序依据是类别标签的自然顺序（比如整数类别0排在1前面；字符串类别则按字典序排序）。
• 一旦出现概率均等的情况，predict()会直接选取排序最靠前的类别作为预测结果，这就是你看到第4个样本被分类为0的原因。

你可以通过查看模型的classes_属性验证这个逻辑，执行print(clf.classes_)会输出模型中类别排序后的列表，概率相等时的预测结果就是该列表的第一个元素对应的类别。

内容的提问来源于stack exchange，提问作者EduMinsky