scikit 学习输出解释答案

【问题标题】：sci-kit learn output interpretationscikit 学习输出解释
【发布时间】：2018-08-15 20:31:53
【问题描述】：

使用 sklearn 时，我有时会在正确地将输出分配给正确的标签时遇到问题。当对拟合结果调用不同的方法时，sklearn 只返回 numpy 数组，没有进一步的标签。例如，拟合一个试图分类为两个不同组的简单 LDA 会给我这个输出。

result = sklearn_lda.fit(X_train, y_train)

print "Prior probabilities are: \n", result.priors_
print "Group means are: \n", result.means_

输出

Prior probabilities are: 
[0.49198397 0.50801603]

Group means are: 
[[ 0.04279022  0.03389409]
 [-0.03954635 -0.03132544]]

我如何知道哪个先验概率与哪个类别标签相关联？与组手段相同。对于系数，我知道 sklearn 以与放入它们的顺序相同的顺序输出它们。在这种情况下，我有点困惑。

【问题讨论】：

【解决方案1】：

使用result.classes_ 获取模型看到的类数组。所有其他属性都将按此数组的顺序排列。

这很可能会按字母顺序排序。因此，如果您有 A 类和 B 类，那么顺序将是：

['A', 'B']

有关可用属性，请参阅the documentation。

【讨论】：