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。
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?