如何获取多类分类中前 5 个类的每个类的类标签和预测概率？答案

【问题标题】：How to get the class labels and predicted probabiltiies for each class for top 5 classes in multiclass classification?如何获取多类分类中前 5 个类的每个类的类标签和预测概率？
【发布时间】：2020-01-07 20:14:43
【问题描述】：

我有一个带有键、值对的字典，其中的值是如下所示的值列表，为了向问题添加更多内容，我有我的预测类概率和我已经制作成字典的相应类，我想获得每个类别的最高 5 个概率：

# gets a dictionary of {'class_name': probability}

prob_per_class_dictionary = dict(zip(loaded_model.classes_, probs))

字典看起来像这样：

{0: array([9.65109812e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

1: array([9.30082941e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

2: array([9.42541599e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

3: array([9.54675878e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

4: array([9.00161937e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

5: array([9.33723827e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

6: array([9.6553016e-07, 0.0000000e+00, 0.0000000e+00, ..., 0.0000000e+00, 0.0000000e+00, 0.0000000e+00]),

7: array([9.45838933e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

我想对字典进行排序，使得每个键都说 0：数组（[按降序排序的前 5 个值]）。我尝试了以下按升序排序的方法，但我只想要降序排列的前 5 个值。

for key, v_list in prob_per_class_dictionary.items():
    v_list = v_list.sort()`

请告诉我实现这一目标的最简单方法是什么？

我希望我的结果看起来像这样

sorted( zip(loaded_model.classes_, probs[0] ), key=lambda x:x[1] )[-n:] 这样对于每个班级，我都会得到相应的概率，并且我会为前 5 个班级及其各自的概率得到它。

       `[(1019, 0.02498873845258007),`

        `(1421, 0.3491224577864634),`

        `(1295, 0.5342553538931459)]`

【问题讨论】：

所以倒序排列，取“前”5。
嗨斯科特，反向排序不起作用，所以这个问题。反向排序会报错 TypeError: 'reverse' is an invalid keyword argument for this function
展示你是如何使用它的。
for key, v_list in prob_per_class_dictionary.items(): v_list = v_list.sort(reverse =True)

标签： arrays dictionary python-3.6

【解决方案1】：

不是最有效的解决方案，但它会完成它：

v_list.sort()
v_list = v_list.take((-1,-2,-3,-4,-5))

【讨论】：

这并没有像我拥有的 dict 那样把课程还给我
以什么方式？请记住，dicts 是未排序的。
def sort_dict_values(dict): for key, v_list in prob_per_class_dictionary.items(): v_list.sort() v_list = v_list.take((-1,-2,-3,-4,- 5)) return key,v_list 我如何让它以这种方式对整个字典进行排序？