Logistic回归代码中predict_proba(X_test)[:,1]的[:,1]有何作用？

你当前实现多分类逻辑回归用的是**一对多（OvR）**的常规思路：每遍历到一个类别origin，就单独训练一个二分类模型，这个模型只做二选一判断：样本属于当前origin类，或者不属于当前类。

首先明确二分类场景下predict_proba()的返回结构：

• 方法返回值是形状为(测试样本数, 2)的二维numpy数组
• 索引为0的列：存储每个样本被判定为**负类（不属于当前origin类）**的概率
• 索引为1的列：存储每个样本被判定为**正类（属于当前origin类）**的概率

[:,1]是numpy数组的标准切片语法，没有特殊逻辑：

• 第一个维度对应样本行，位置写:表示选中所有行，也就是覆盖全部测试样本
• 第二个维度对应概率列，位置写1表示只选取索引为1的列
• 整段切片的作用就是提取所有测试样本属于当前遍历到的origin类别的预测概率，和代码注释标注的计算目标完全匹配。

你看到的提示里提到的testing_probs[1]，这里的1不是数组的列索引，是存储结果用的字典键：你在循环里是以类别值为键，把对应类别的预测概率存进testing_probs字典的，所以testing_probs[1]取到的，就是专门识别origin=1类别的二分类模型输出的全量样本预测概率结果。

对应代码片段：

for origin in unique_origins:
  # Select testing features.
   X_test = test[features]   
   # Compute probability of observation being in the origin.
   testing_probs[origin] = models[origin].predict_proba(X_test)[:,1]

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