在Python中使用Logistic回歸進行預測的數組

Question

我正在使用基本的Logistic回歸方法在Python中進行多類分類。 我正在擬合我的模型並預測目標變量，並得到如下所示：

y_train=[4, 3, 8, ..., 5, 1, 2]

y_resul=[4, 3, 7, ..., 3, 1, 2]

因此，模型每次都會預測具有最高“顯着性”的分類結果。 我如何在這樣的預測數組中預測最相關的類結果數組：

y_train=[4, 3, 8, ..., 5, 1, 2]

y_resul=[[4,2,1], [3,8,4], [7,9,8] ..., [3,4,9], [1,5,4] [2,1,3]]

Answer 1

可以在以下鏈接中找到方法本身的描述： http : //scikit-learn.org/stable/modules/generation/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression.predict_proba