如何解释Mord Logistica中的预测概率？

Question

这是我使用的代码：

or2 = LogisticAT()
or2.fit(X_tr1, y_tr1.values, sample_weight = weight)

y_preds = or2.predict(X_val1)

lr_prob = or2.predict_proba(X_val1)
pd.set_option('display.float_format', lambda x: '%.5f' % x)
lr_df = pd.DataFrame(lr_prob)
lr_df['pred'] = y_preds
lr_df.columns = ['prob_0', 'prob_1','prob_2','prob_3','pred']
lr_df['actual'] = y_val1['TARGET'].values
lr_df.tail()

output for one value in validation data

目标中有4个类别-0到3。 问题是:

1. 值0.33、0.31、0.22、0.14表示什么
2. 当prob_0为最大值时，为什么预测值为1
3. 如何计算每个目标类的截止阈值

谢谢