使用scikit-learn时如何将输出与对应类别标签关联？

我太懂这种困惑了！刚用scikit-learn的时候，经常盯着模型输出的纯NumPy数组发呆——比如LDA的先验概率、组均值，明明知道顺序和类别对应，但就是不确定哪个值对应哪个标签，真的很闹心。其实解决方法很简单，关键是用好模型自带的一个属性：classes_。

核心：classes_属性是标签映射的关键 #

几乎所有scikit-learn分类模型拟合后，都会生成classes_属性，它是一个按排序后的类别标签组成的数组，模型所有输出（比如先验概率、组均值、predict_proba的概率列）的顺序，完全和classes_的顺序一致。

举个LDA的实际例子，代码一看就明白：

from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.datasets import make_classification
import pandas as pd

# 生成两类分类测试数据，类别标签是0和1
X, y = make_classification(n_classes=2, n_samples=100, random_state=42)
lda = LinearDiscriminantAnalysis()
lda.fit(X, y)

# 先看模型的classes_属性，这是标签的基准顺序
print("模型识别的类别标签顺序：", lda.classes_)
# 输出一般是 array([0, 1])

把输出和标签关联起来 #

知道了classes_的顺序，我们就可以把模型输出的数组和标签一一对应：

1. 用字典映射（简单直观）

# 关联先验概率与类别标签
prior_mapping = dict(zip(lda.classes_, lda.prior_))
print("先验概率对应关系：", prior_mapping)
# 输出类似：{0: 0.5, 1: 0.5}（因为我们生成的数据是均衡的）

# 关联组均值与类别标签
means_mapping = {cls: mean for cls, mean in zip(lda.classes_, lda.means_)}
print("类别0的组均值：", means_mapping[0])

2. 用DataFrame展示（更清晰，适合多特征场景）

如果是组均值这种多维度的输出，用pandas的DataFrame把类别设为行索引，看起来一目了然：

# 把组均值转成DataFrame，行是类别标签，列是特征名
means_df = pd.DataFrame(
    lda.means_,
    index=lda.classes_,
    columns=[f"特征_{i+1}" for i in range(X.shape[1])]
)
print("组均值详细对应：\n", means_df)

通用规则：所有分类模型都适用 #

不光LDA，像RandomForestClassifier、SVC、LogisticRegression这些分类模型，classes_的作用都是一样的：

• predict_proba返回的概率矩阵，每一列对应classes_中对应位置的类别
• 模型的coef_（如果有的话），每行对应classes_中的一个类别（二分类场景下，coef_是对应正类的系数）

小提醒：类别标签是字符串的情况 #

如果你的类别标签是字符串（比如["猫", "狗"]或者["A", "B"]），classes_会按字符串的自然排序输出（比如["A", "B"]、["猫", "狗"]），输出数组的顺序依然和它保持一致，不用担心混乱。

内容的提问来源于stack exchange，提问作者Julius