TensorFlow/Keras随机森林：二分类分类变量输出为何特殊？

1. 特殊处理的原因 #

TensorFlow Decision Forests（TFDF）会根据标签的类型和类别数量自动推断任务类型：

• 当检测到字符串型二分类标签时，会默认识别为二元分类任务，此时模型仅输出正类的概率（单个数值），这和传统机器学习框架（如Scikit-learn）的行为对齐，简化二元分类场景的输出。
• 当标签是数值型二分类或类别数≥3时，会识别为多分类任务，输出所有类别的概率分布向量。

2. 统一输出格式的方法 #

方法一：强制指定多分类任务类型 #

初始化模型时，通过task参数明确指定为多分类任务，强制模型输出所有类别的概率向量：

rf = tfdf.keras.RandomForestModel(task=tfdf.keras.Task.CLASSIFICATION)

修改后，分类型二分类的输出会变为二维概率向量，和多分类格式一致。

方法二：将字符串标签转为数值型 #

构建训练数据时，把字符串标签映射为整数，让TFDF将其识别为多分类任务：

# 修改训练数据构建部分
train_pd = pd.DataFrame([{"key":v, "value":values.index(v)} for _ in range(multi) for v in values])

这种方式下，即使是二分类的字符串标签，转换为数值后模型也会输出概率向量。

验证效果 #

修改后分类型二分类的输出示例：

[[0.99999917 0.        ]
 [0.         0.99999917]]

内容的提问来源于stack exchange，提问作者Piotr Śniady