[英]sci-kit learn output interpretation
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。
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.