sklearn二分类predict_proba输出双概率数组如何转换为0/1分类结果
实现方案
你可以通过以下几种方式实现需求,优先推荐向量化操作的方案,运行效率更高:
方案1:直接使用np.where(推荐)
这是最简洁高效的实现方式,直接逐行判断两列数值大小:
import numpy as np import pandas as pd # 建议先修正列名的定义,避免生成多级列索引带来的调用问题 proba.columns = ['pred_0', 'pred_1'] # 按判断规则生成output列 proba['output'] = np.where(proba['pred_0'] >= proba['pred_1'], 0, 1)
如果只需要单独的output结果DataFrame,你可以这么写:
output_df = pd.DataFrame( np.where(proba['pred_0'] >= proba['pred_1'], 0, 1), columns=['output'] )
方案2:直接处理原始predict_proba输出(更省步骤)
二分类场景下predict_proba返回的两个概率和为1,你完全不需要转DataFrame就可以直接得到分类结果,逻辑和你的要求完全一致:
# y_pred是classifier.predict_proba(X_test)返回的数组,直接取类别1的概率列判断即可 output = (y_pred[:, 1] > 0.5).astype(int)
方案3:apply逐行判断(适合小数据量场景)
如果数据量不大,也可以用apply实现逐行逻辑:
proba['output'] = proba.apply(lambda row: 0 if row['pred_0'] >= row['pred_1'] else 1, axis=1)
内容的提问来源于stack exchange,提问作者Nithin Reddy
相关产品推荐
相关产品推荐

