如何获取仅Wide模式下Wide-Deep分类器的预测概率值？

嘿，我刚好熟悉TensorFlow 1.x的Estimator架构，你遇到的问题其实很容易解决——官方的LinearClassifier（也就是你用的Wide模式模型）在predict方法的返回结果里，本来就包含了0-1区间的概率值，只是你没用到对应的字段而已！

你现在打印的是pred['classes']，这是模型给出的离散分类结果，但同一个预测字典里还有probabilities字段，它是一个长度为2的数组：

• 索引0对应类别0的概率
• 索引1对应类别1的概率

直接修改你的代码就能拿到置信度了：

pred_iter = model.predict(input_fn=lambda: input_fn(FLAGS.test_data, 1, False, 1))
for pred in pred_iter:
    # 打印两个类别的完整概率分布
    print(f"类别0概率: {pred['probabilities'][0]:.4f}, 类别1概率: {pred['probabilities'][1]:.4f}")
    # 如果只需要正类（1类）的置信度，直接取索引1即可
    print(f"正类置信度: {pred['probabilities'][1]:.4f}")

至于你提到的旧版prob_a函数无效，那是因为TensorFlow 1.x的Estimator架构已经完全替代了旧的低级API，官方的预定义分类器（比如LinearClassifier）已经把概率输出封装在predict的结果字典里了，不需要再调用那些过时的函数。

如果你好奇为什么这个字段存在，是因为逻辑回归模型本身就是通过计算sigmoid输出得到概率的，LinearClassifier在内部已经帮你完成了这一步，直接提取就行啦！

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