Sklearn概率不同内部函数

【问题标题】：Sklearn probability different inside functionSklearn概率不同内部函数
【发布时间】：2017-09-18 21:22:30
【问题描述】：

我试图理解为什么 sklearn 预测的输出在放入函数时会有所不同。

我有一个经过文本训练的朴素贝叶斯分类器，当我做出这样的预测时

examples = ['my favorite sport is probably baseball']
predictions = vec_clf.predict(examples)[0]
probs = vec_clf.predict_proba(examples)
m = np.max(probs)

print predictions,m

我得到了正确的预测结果。但是，如果我编写一个函数来执行此操作

def classify(input):

    predictions = vec_clf.predict(input)[0]
    probs = vec_clf.predict_proba(input)
    m = np.max(probs)

    return predictions,m

classify('my favorite sport is probably baseball')

它返回一个完全不同且非常错误的结果，具有不同的置信度和类别标签。为什么要这样做？

【问题讨论】：

标签： python function scikit-learn

【解决方案1】：

在第一次尝试中，您将 字符串列表 传递给 model.predict_proba 和 model.predict（这是预期的），在后一次尝试中，您传递的是单个字符串。相反，传递一个字符串列表：

classify(['my favorite sport is probably baseball'])

或将input 包装在函数内的列表中：

def classify(input):
    input = [input]
    predictions = vec_clf.predict(input)[0]
    probs = vec_clf.predict_proba(input)
    m = np.max(probs)

    return predictions,m

当你只传递一个字符串时，每个单独的字符都被解释为一个文档。所以，试着做：

vec_clf.predict('my favorite sport is probably baseball')

为了更好地了解发生了什么。

【讨论】：