Wie kann ich die Wahrscheinlichkeit der Klasse, die durch die Funktion predict() in Support Vector Machine vorhergesagt wird, kennen?

Question

Wie kann ich die Stichprobenwahrscheinlichkeit wissen, dass es zu einer Klasse gehört, die durch die Funktion predict() von Scikit-Learn in Support Vector Machine vorhergesagt wird?

>>>print clf.predict([fv]) 
[5] 

Gibt es irgendeine Funktion?

Answer 1

Verwenden Sie clf.predict_proba ([fv]), um eine Liste mit vorhergesagten Wahrscheinlichkeiten pro Klasse zu erhalten. Diese Funktion ist jedoch nicht für alle Klassifikatoren verfügbar.

Ihren Kommentar In Bezug auf Folgendes beachten:

>> prob = [ 0.01357713, 0.00662571, 0.00782155, 0.3841413, 0.07487401, 0.09861277, 0.00644468, 0.40790285] 
>> sum(prob) 
1.0 

Die Wahrscheinlichkeiten auf 1,0 summieren, so mit 100 multiplizieren Prozentsatz zu erhalten.

Answer 2

Wenn SVC-Klasse erstellen, die Wahrscheinlichkeitsschätzungen zu berechnen, indem probability=True Einstellung:

http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html

Dann rufen Sie fit wie gewohnt und dann predict_proba([fv]).

Answer 3

Lesen Sie unbedingt this section of the docs, da es einige Feinheiten gibt. Siehe auch Scikit-learn predict_proba gives wrong answers

Grundsätzlich, wenn Sie ein Multi-Klassen-Problem mit vielen Daten haben, funktioniert predict_proba wie vorgeschlagen früher gut. Andernfalls müssen Sie möglicherweise mit einer Reihenfolge auskommen, die keine Wahrscheinlichkeitswerte von decision_function liefert.

Hier ist ein schönes Motiv für predict_proba mit einem Wörterbuch oder eine Liste der Klasse vs Wahrscheinlichkeit zu erhalten:

model = svm.SVC(probability=True) 
model.fit(X, Y) 
results = model.predict_proba(test_data)[0] 

# gets a dictionary of {'class_name': probability} 
prob_per_class_dictionary = dict(zip(model.classes_, results)) 

# gets a list of ['most_probable_class', 'second_most_probable_class', ..., 'least_class'] 
results_ordered_by_probability = map(lambda x: x[0], sorted(zip(model.classes_, results), key=lambda x: x[1], reverse=True))