Question

我正在使用Scikit-learn将机器学习算法应用于我的数据集。有时我需要使标签/类的概率恢复为标签/类的自身。我不希望将垃圾邮件/非垃圾邮件作为电子邮件的标签，而仅希望举例说明：给定电子邮件为垃圾邮件的概率为0.78。

为此，我将randomForestClassifier与predict_proba（）结合使用，如下所示：

clf = RandomForestClassifier(n_estimators=10, max_depth=None,
    min_samples_split=1, random_state=0)
scores = cross_val_score(clf, X, y)
print(scores.mean())

classifier = clf.fit(X,y)
predictions = classifier.predict_proba(Xtest)
print(predictions)

我得到了那些结果：

 [ 0.4  0.6]
 [ 0.1  0.9]
 [ 0.2  0.8]
 [ 0.7  0.3]
 [ 0.3  0.7]
 [ 0.3  0.7]
 [ 0.7  0.3]
 [ 0.4  0.6]

第二列用于分类：垃圾邮件。但是，我对结果有两个主要问题，对此我不确定。第一个问题是结果代表标签的概率，而不受我的数据大小的影响吗？第二个问题是结果仅显示一位数字，在某些情况下0.701概率与0.708有很大差异时，结果不是很明确。例如，是否可以获取下一个5位数字？

在此先感谢您花时间阅读这两个问题及其问题。