創(chuàng)新互聯(lián)www.cdcxhl.cn八線動(dòng)態(tài)BGP香港云服務(wù)器提供商，新人活動(dòng)買多久送多久，劃算不套路！

站在用戶的角度思考問題，與客戶深入溝通，找到江川網(wǎng)站設(shè)計(jì)與江川網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶體驗(yàn)好的作品，建站類型包括：成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、主機(jī)域名、虛擬空間、企業(yè)郵箱。業(yè)務(wù)覆蓋江川地區(qū)。

這篇文章主要介紹sklearn的predict_proba是什么，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

發(fā)現(xiàn)個(gè)很有用的方法——predict_proba

今天在做數(shù)據(jù)預(yù)測(cè)的時(shí)候用到了，感覺很不錯(cuò)，所以記錄分享一下，以后可能會(huì)經(jīng)常用到。

我的理解：predict_proba不同于predict，它返回的預(yù)測(cè)值為，獲得所有結(jié)果的概率。（有多少個(gè)分類結(jié)果，每行就有多少個(gè)概率，以至于它對(duì)每個(gè)結(jié)果都有一個(gè)可能，如0、1就有兩個(gè)概率）

舉例：

獲取數(shù)據(jù)及預(yù)測(cè)代碼：

from sklearn.linear_model import LogisticRegression
import numpy as np
 
train_X = np.array(np.random.randint(0,10,size=30).reshape(10,3))
train_y = np.array(np.random.randint(0,2,size=10))
test_X = np.array(np.random.randint(0,10,size=12).reshape(4,3))
 
model = LogisticRegression()
model.fit(train_X,train_y)
test_y = model.predict_proba(test_X)
 
print(train_X)
print(train_y)
print(test_y)

本文題目：sklearn的predict_proba是什么-創(chuàng)新互聯(lián)
當(dāng)前鏈接：http://weahome.cn/article/gjcsh.html