如何在Python的Random Forest Classifier中计算百分比形式的预测概率？

嘿，这个问题太常见了，我来给你捋清楚怎么解决！在Scikit-learn的RandomForestClassifier里，其实自带了获取预测概率的方法，根本不用额外写复杂逻辑，下面一步步来操作：

• 第一步：用predict_proba()替代predict()
  你之前用的predict()只会返回最终的类别标签，但predict_proba()会返回每个样本属于各个类别的概率值（范围在0到1之间）。举个完整的示例代码：

  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)
  
  # 初始化并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)
  
  # 获取每个样本的类别概率（0-1区间）
  raw_probabilities = rf_clf.predict_proba(X_test)
  

• 第二步：转换为百分比格式
  拿到0-1的概率值后，只需要乘以100就能得到百分比，还可以根据需求格式化小数位数，让结果更直观：

  # 转换为百分比
  prob_percent = raw_probabilities * 100
  
  # 示例：打印第一个测试样本的概率百分比（保留两位小数）
  print(f"第一个样本的类别概率百分比：{[round(p, 2) for p in prob_percent[0]]}%")
  

• 关键提示：对应类别要搞清楚
  predict_proba()返回的数组形状是(样本数, 类别数)，每一行的概率顺序和模型的classes_属性完全对应。如果你想确认每个百分比对应的类别，直接打印rf_clf.classes_就行：

  print("模型的类别顺序：", rf_clf.classes_)
  # 输出示例：模型的类别顺序： [0 1 2]（对应鸢尾花的三个品种类别）
  

不管是二分类还是多分类场景，这个方法都适用。比如二分类时，predict_proba()返回的每一行会是[负类概率, 正类概率]，转成百分比后同样清晰易懂。

内容的提问来源于stack exchange，提问作者mayur