用百分比过滤器计算np.mean预测

Question

我只需要为预测值之一大于80％的行找到clf.predict的np.mean

我当前的代码：

clf = DecisionTreeClassifier(random_state=1)
clf.fit(X, Y)

dropIndexes = []

for i in range(len(X)):
    proba = clf.predict_proba ([X.values[i]])
    if (proba[0][0] < 80 and proba[0][1] < 80):
        dropIndexes.append(i)

#delete all rows where predicted values less then 80

X.drop(dropIndexes, inplace=True)
Y.drop(dropIndexes, inplace=True)

#Returns the average of the array elements
print ("ERR:",  np.mean(Y != clf.predict(X)))

是否可以使此代码更快？

Answer 1

您的循环是不必要的，因为predict_proba适用于矩阵。 您可以将其替换为

 prd = clf.predict_proba(X)
 dropIndexes = (prd[:, 0] < 0.8) & (prd[:, 1] < 0.8)