如何解决如何在 Mord LogisticAT 中解释 predict_proba?
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()
目标中有 4 个类别 - 0 到 3。 问题是:
- 值 0.33 、 0.31 、 0.22 、 0.14 表示什么?
- 当 prob_0 为最大值时,为什么预测值为 1 ?
- 如何计算每个目标类别的截止阈值?
谢谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。