Sklearn随机森林分类器：如何获取每行预测值及对应预测分数

当然有可行的方法啦！在主流机器学习框架里，随机森林分类器都提供了直接获取**每行样本对应类别预测分数（概率值）**的API，这里以最常用的scikit-learn为例给你详细说明：

核心方法说明 #

随机森林分类器的预测分数，本质是模型对每个样本属于各个类别的概率估计。scikit-learn的RandomForestClassifier提供了两个关键方法：

• predict_proba()：返回每个样本属于每个类别的概率值，结果形状为(样本数量, 类别数量)，每行的概率之和为1。
• predict_log_proba()：返回概率的对数形式，适合处理极小概率的数值稳定性问题。

代码示例 #

from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

# 加载示例数据并拆分训练/测试集
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练随机森林分类器
rf_clf = RandomForestClassifier(n_estimators=100, random_state=42)
rf_clf.fit(X_train, y_train)

# 获取每行样本的类别概率（预测分数）
prediction_probs = rf_clf.predict_proba(X_test)
# 获取每行样本的对数概率
prediction_log_probs = rf_clf.predict_log_proba(X_test)

# 查看第一个测试样本的概率分布
print("第一个测试样本的各类别概率：", prediction_probs[0])
# 查看类别对应关系（确保知道每个概率对应的类别）
print("分类器的类别顺序：", rf_clf.classes_)

# 如果是二分类任务，你可能只需要正类的概率，直接取第二列即可
# positive_class_probs = prediction_probs[:, 1]

额外提示 #

• 多分类场景下，predict_proba()返回的每行概率顺序和rf_clf.classes_完全对应，所以可以通过这个属性明确每个概率对应的类别。
• 这些预测分数可以用来做很多后续分析：比如调整分类阈值（二分类中平衡精确率和召回率）、评估模型校准度、生成ROC曲线等。
• 如果你用的是其他框架（比如XGBoost、LightGBM），它们的分类器也提供了同名的predict_proba()方法，用法基本一致。

内容的提问来源于stack exchange，提问作者Saranya