Sklearn多分类逻辑回归predict_proba输出列与类别映射关系咨询

好问题！这绝对是刚上手多分类模型时容易踩的小坑，我来给你掰扯清楚：

首先，你猜的没错——对于你的类别[-1,0,1]，predict_proba输出的[.25, .5, .25]确实是第0位对应-1、第1位对应0、第2位对应1。但背后的逻辑不是“猜”出来的，而是由模型的classes_属性决定的。

具体来说：

• 以常用的scikit-learn LogisticRegression为例，模型在训练时会自动把训练数据中的所有类别按数值升序排序，然后把这个排序后的类别列表存入classes_属性里。不管你的训练数据里类别是按什么顺序出现的，最终classes_都是排序后的结果。
• 如果是字符串类别（比如["red", "blue", "green"]），那classes_会按字典序排序，对应的predict_proba输出列也会遵循这个顺序。

最稳妥的验证方式，就是训练完模型后直接打印这个属性：

print(logreg.classes_)
# 对于你的情况，输出会是 array([-1, 0, 1])

这样你就能100%确定每一列对应的类别，完全不用靠记忆或者猜测~

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