TypeError for predict_proba（np.array（test））

model = LogisticRegression() 
model = model.fit(X, y) 
test_data = [1,2,3,4,5,6,7,8,9,10,11,12,13] 
test_prediction = model.predict_proba(np.array(test_data)) 
max = -1.0 
res = 0 
for i in range(test_prediction): 
    if test_prediction[i]>max: 
     max = test_prediction[i] 
     res = i 
if res==0: 
    print('A') 
elif res==1: 
    print('B') 
else: 
    print('C')

使用上面的python代码，我必须预测3个可能的结果（A，B，C）的概率。的概率保存在test_prediction，它可以打印为：TypeError for predict_proba（np.array（test））

Output: [[ 0.82882588 0.08641236 0.08476175]]

但剩下的部分给出了一个错误：

for i in range(test_prediction): 
TypeError: only integer scalar arrays can be converted to a scalar index

我想找到的最大概率，然后显示作为事件可能发生的最多（A/B/C）。如何解决这个问题？

来源

2017-10-13 Enzy

将来请添加一些可重现的代码。 –

您也可以使用numpy.argmax这将直接为您提供最大值的索引。

import numpy as np 

#test_prediction is most probably np array only 
pred = np.array(test_prediction) 

classes_val = np.argmax(pred, axis=1) 
for res in class_val: 
    if res==0: 
     print('A') 
    elif res==1: 
     print('B') 
    else: 
    print('C')

来源

2017-10-13 14:51:40

谢谢你解决了我的问题 – Enzy

你可以做这样的事情：

predict_prob_df = pd.DataFrame(model.predict_proba(test_data)) 
max_prob = predict_prob_df.apply(max,axis = 1) 
predicted_output = pd.DataFrame(model.predict(test_data))

然后你可以Concat的他们：

final_frame = pd.concat([max_prob,predicted_output],axis = 1)

这样，您就不必使用for循环，这是造成错误。

来源

2017-10-13 14:42:52

在实际程序中没有工作我的浮点值的因为 TypeError：'numpy.float64'对象不可调用 – Enzy

range(len(test_prediction))

你也可以简化你的代码在range

使用数组在这种情况下，你应该使用数组的长度问题：

import operator 
#... 
enum_predict = enumerate(test_prediction) 
res = max(enum_predict, key=operator.itemgetter(1))[0]

enumerate转换阵元组的列表（index，item）

key=operator.itemgetter(1) - max函数将比较seco的类型nd值

来源

2017-10-13 14:43:04

在实际程序中没有工作我的浮点值的因为 TypeError :(“'numpy.float64'对象是不可调用“，'发生在索引0'） – Enzy

我想出了另一种解决方案：

for i in range(3): 
    if np.take(test_prediction, i) > max: 
     max = np.take(test_prediction, i) 
     res = i 
if res==0: 
.....

这通过使用np.take

但通过@Vivek_Kumar指定的解决方案似乎更正确，更高效的访问中test_prediction索引工作。

来源

2017-10-13 15:09:09 Enzy

TypeError for predict_proba（np.array（test））

回答

相关问题