如何获取sklearn中LogisticRegression对测试数据的分类结果

训练好的scikit-learn LogisticRegression模型自带predict()方法，传入测试集特征即可输出每条样本的预测分类标签，直接就能和真实标签y_test做逐行比对。

核心代码 #

调用predict()获取预测结果：

y_pred = clf.predict(x_test)

返回的y_pred是和y_test长度一致的数组，数组索引和测试集样本一一对应，直接按索引对位就能比对。

逐行比对实现 #

• 结构化表格比对（推荐）：用pandas生成对比表，方便筛选查看预测错误的样本

import pandas as pd

compare_result = pd.DataFrame({
    "真实标签": y_test,
    "预测标签": y_pred,
    "预测是否正确": y_test == y_pred
})

# 筛选查看所有预测错误的样本
print(compare_result[compare_result["预测是否正确"] == False])

• 逐行打印结果：适合快速抽查比对情况

for sample_idx, (true, pred) in enumerate(zip(y_test, y_pred)):
    status = "预测正确" if true == pred else "预测错误"
    print(f"第{sample_idx}条样本：真实值={true}，预测值={pred}，{status}")

补充：如果需要查看模型对每个样本的分类置信度，可以调用clf.predict_proba(x_test)，返回的数组每一行对应该样本属于各个类别的概率值，可用于分析预测错误样本的概率分布。

内容的提问来源于stack exchange，提问作者Pawan