sci-kit学习输出解释

Question

使用sklearn时，有时会出现将输出正确分配给正确标签的问题。 当针对拟合结果调用不同的方法时，sklearn仅返回没有进一步标记的numpy数组。 例如，拟合一个试图将LDA分为两个不同组的简单LDA，将得到此输出。

result = sklearn_lda.fit(X_train, y_train)

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

产量

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？ 与组相同。 对于系数，我知道sklearn的输出顺序与输入顺序相同。在这种情况下，我有些困惑。

Answer 1

使用result.classes_获取模型看到的类的数组。 所有其他属性将按照此数组的顺序。

这很可能将按字母顺序排序。 因此，如果您有A类和B类，则顺序为：

['A', 'B']

请参阅文档以获取可用属性。