使用Logistic Regression模型获取类别1预测概率而非0/1分类结果

错误原因 #

• predict_proba默认返回形状为(样本数, 类别数)的二维数组，第0列是类别0的预测概率，第1列是类别1的预测概率，直接全量赋值会触发维度不匹配错误
• features_X本身已经是列名列表，额外嵌套一层中括号[[features_X]]会被pandas识别为要查询名为整个列表的单字段，触发字段不存在报错

修正后代码 #

features_X = X.columns # 获取X的列名

# X_test是之前执行train_test_split步骤生成的数组
test_df = pd.DataFrame(columns=features_X, data=X_test)

# 仅修改预测行：调用predict_proba取类别1的概率列即可
predictions = grid_logit.predict_proba(test_df[features_X])[:, 1]
# 构造存储预测结果的DataFrame
submission = pd.DataFrame({'Id':test_df['student_id'],'Answered_correctly':predictions})

# 查看前5行输出
submission.head()

输出样例 #

内容的提问来源于stack exchange，提问作者ilymp