将概率和类(多类)最有效地映射到数据帧

Question

我已经训练了一个xgboost nulticlass分类器。我想要预测类和概率

假设我有：

import pandas as pd
import numpy as np
result = pd.DataFrame({'id': [1,2,3,4], 'Pred class': ['a', 'b', 'c', 'c']})
predictions = np.array([[0.2, 0.3, 0.5],
[0.1, 0.5, 0.4], 
[0.7, 0.2, 0.1],
[0.4, 0.2, 0.6]])

我正在寻找最大概率的指数：

max_probs = np.argmax(predictions, axis=1)

我正在创建一个列表，列出每个类别中的最大概率：

res = []
for idx, (el, el2) in enumerate(zip(predictions, max_probs)):
res.append(predictions[idx, max_probs[idx] ] * 100)

然后，我将结果添加到原始数据帧：

result['probs'] = res

我有：

id Pred class  probs
1          a   50.0
2          b   50.0
3          c   70.0
4          c   60.0

对于较大的数据帧，哪种方法最有效？

Answer 1

这里有一种使用Pandas max的方法：

result["probs"] = pd.DataFrame(predictions).max(axis=1) * 100

print(result)
# Output
id Pred class  probs
0   1          a   50.0
1   2          b   50.0
2   3          c   70.0
3   4          c   60.0