Sklearn onevsrest分类器获取目标类所有可能性的概率

2024-03-29 07:02:49 发布

您现在位置:Python中文网/ 问答频道 /正文

我有一个执行功能工程和模型选择的管道。在

特征工程与模型选择

from sklearn.svm import LinearSVC
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier

特征工程和模型的流水线

^{pr2}$

参数选择

from sklearn.model_selection import GridSearchCV
parameters = {'vectorizer__ngram_range': [(1, 1), (1, 2),(2,2)],
               'tfidf__use_idf': (True, False)}

gs_clf_svm = GridSearchCV(model, parameters, n_jobs=-1)
gs_clf_svm = gs_clf_svm.fit(X, y)
print(gs_clf_svm.best_score_)
print(gs_clf_svm.best_params_)

使用所选参数准备最终管道

model = Pipeline([('vectorizer', CountVectorizer(ngram_range=(1,2))),
    ('tfidf', TfidfTransformer(use_idf=True)),
    ('clf', OneVsRestClassifier(LinearSVC(class_weight="balanced")))])

用训练数据拟合模型 模型.拟合(X车,y车)

保存模型

from sklearn.externals import joblib
joblib.dump(model, 'model_question_topic.pkl', compress=1)

现在在另一个文件中,我正在加载模型和预测

from sklearn.externals import joblib
model = joblib.load('model_question_topic.pkl')

现在它正确地预测了类1

question = "apply leave"
model.predict([question])[0]

但问题是我需要置信率或者百分率

Class1 = 0.8 -- Class2 = 0.05 -- Class3 = 0.05 -- Class4 = 0.1

model.predict_proba([question])[0]

在python3中怎么做?在


Tags: from模型importgs参数model管道特征