从 predict_proba 中找出类？

Question

我正在使用 scikit-learn 中的 predict_proba 来查找文档被分配到特定主题的概率。我不是只打印前 1 个主题并将输入文档 X 分配给该主题 Y，而是有兴趣打印前 5 个概率以验证分类是否一致。但是，我怎样才能找出这 5 个概率在 88 个主题中属于哪些主题。

这是代码和输出：

model = LogisticRegression()
model = model.fit(matrix_tmp, label_tmp)

y_train_pred = model1.predict_log_proba(matrix_tmp_test)
order=np.argsort(y_train_pred, axis=1)
print(order[:, -5:])

所以这会打印出如下矩阵：

[[38 11  6 66  0]
 [20 13 11  0  1]
 [61 11  0 13  1]
 ..., 
 [19 30 13  0  1]
 [13 34 75  0  1]
 [ 0 46  3  1 40]]

按照排序，0代表概率最高的主题，66代表第二高的主题，以此类推。我的问题是如何找出矩阵中这些数字所指的主题。总共有 88 个主题（根据 model.classes_ 从 0 到 87 标记，其中只考虑前 5 个。那么如何以类似的方式打印主题？

Answer 1

你几乎拥有它。我认为以下简单的解决方案应该可以工作（我很快对其进行了测试，至少对我有用）：

print(model.classes_[order[:, -5:]])