为什么predict_proba函数以相反的顺序打印概率？

我正在使用scikit-learn使用Logistic回归实现分类。使用predict()函数预测类别标签，而使用predict_proba()函数打印预测概率。
为什么predict_proba函数以相反的顺序打印概率？

的代码段粘贴下面：

# Partition the dataset into train and test data 
X_train, X_test, y_train, y_test = train_test_split(ds_X, ds_y, test_size=0.33, random_state=42) 

y_pred = logreg.predict(X_test)        # Predicted class labels from test features 
y_predicted_proba = logreg.predict_proba(X_test)   # Predicted probabilities from test features

的预测标签印刷作为

array([1, 1, 1, 1, 1, 1, 1, 1, 0, 1.......... and so on

相应预测概率打印为

array([[ 0.03667012, 0.96332988], 
     [ 0.03638475, 0.96361525], 
     [ 0.03809274, 0.96190726], 
     [ 0.01746768, 0.98253232], 
     [ 0.02742639, 0.97257361], 
     [ 0.03676579, 0.96323421], 
     [ 0.02881874, 0.97118126], 
     [ 0.03082288, 0.96917712], 
     [ 0.65332179, 0.34667821], 
     [ 0.02091977, 0.97908023], 
        . 
        ' 
     and so on

观察，
第一预测标签 -
第一预测概率 - [0.03667012，0.96332988]

为什么0.03667012第一印刷，代替0.96332988？ 它应该是另一种方式吗？

来源

2017-02-15 User456898

第一列是第0类的预测概率，第二列是第1类的预测概率。你是说他们应该按照从最高到最低的顺序打印？ –

不，我解释的方式是首先打印概率的补充。但现在，我的疑问已被清除。 0类的预测概率首先被打印，然后是类标签1的概率。谢谢。 – User456898

列0是类0的概率，列1是类1的概率。如果有n个类，则输出概率形状将是（n_examples，n_classes）。

来源

2017-02-15 06:30:07

为什么predict_proba函数以相反的顺序打印概率？

回答

相关问题