如何获取多类分类中前 5 个类的每个类的类标签和预测概率?

Question

>我有一个带有键值对的字典，其中值是如下所示的值列表，为了向问题添加更多内容，我有我的预测类概率和相应的类，我已经将其制作成字典，我想为每个类获得最高的 5 个概率：

# gets a dictionary of {'class_name': probability}

prob_per_class_dictionary = dict(zip(loaded_model.classes_, probs))

字典如下所示：

{0: array([9.65109812e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

1: array([9.30082941e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

2: array([9.42541599e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

3: array([9.54675878e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

4: array([9.00161937e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

5: array([9.33723827e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

6: array([9.6553016e-07, 0.0000000e+00, 0.0000000e+00, ..., 0.0000000e+00, 0.0000000e+00, 0.0000000e+00]),

7: array([9.45838933e-07, 0.00000000e+00, 0.00000000e+00, ..., 0.00000000e+00, 0.00000000e+00, 0.00000000e+00]),

我想对字典进行排序，以便每个键说 0：array([前 5 个值按降序排序](。我已经尝试了以下按升序排序的方法，但我只想要降序排列的前 5 个值。

for key, v_list in prob_per_class_dictionary.items():
v_list = v_list.sort()`

请让我知道实现这一目标的最简单方法是什么？

我希望我的结果看起来像这样

sorted( zip( loaded_model.classes_， probs[0] (， key=lambda x：x[1] ([-n：] 这样，对于每个类，我都会得到相应的概率，并且我得到了前 5 个类及其各自的概率。

`[(1019, 0.02498873845258007),`
`(1421, 0.3491224577864634),`
`(1295, 0.5342553538931459)]`

Answer 1

不是最有效的解决方案，但它可以完成它：

v_list.sort()
v_list = v_list.take((-1,-2,-3,-4,-5))