4.65761066e-03 + 9.95342389e-01 = 1
9.75851270e-01 + 2.41487300e-02 = 1
9.99983374e-01 + 1.66258341e-05 = 1
第一列是该条目具有-1标签的概率，第二列是该条目具有+1标签的概率。
如果只想获取肯定标签的预测概率，则可以使用logistic_model.predict_proba(data)[:,1] 。这将为您提供[9.95342389e-01, 2.41487300e-02, 1.66258341e-05]结果。
收藏
谈胤文• 669
评论
关于我们
常见问题
内容许可
联系我们
0
LogisticRegression.predict_proba函数究竟返回什么？在我的示例中，我得到这样的结果：
根据其他计算，使用S形函数，我知道第二列是概率。该文档说，第一列是
n_samples，但是不能，因为我的示例是评论，是文本而不是数字。该文档还说，第二列是n_classes。那肯定不是，因为我只有两个类（即+1和-1），并且该函数应该用于计算实际上属于一个类的样本的概率，而不是关于类本身的概率。第一列到底是什么？为什么在那？