为什么predict_proba函数以相反的顺序打印概率

Question

我正在使用scikit-learn通过逻辑回归来实现分类。类标签使用 predict() 函数进行预测，而预测的概率则使用 predict_proba() 函数打印。

代码片段粘贴如下：

# Partition the dataset into train and test data
X_train, X_test, y_train, y_test = train_test_split(ds_X, ds_y, test_size=0.33, random_state=42) 
y_pred = logreg.predict(X_test)                             # Predicted class labels from test features
y_predicted_proba = logreg.predict_proba(X_test)            # Predicted probabilities from test features

预测的标签打印为

array([1, 1, 1, 1, 1, 1, 1, 1, 0, 1.......... and so on

相应的预测概率打印为

array([[ 0.03667012,  0.96332988],
       [ 0.03638475,  0.96361525],
       [ 0.03809274,  0.96190726],
       [ 0.01746768,  0.98253232],
       [ 0.02742639,  0.97257361],
       [ 0.03676579,  0.96323421],
       [ 0.02881874,  0.97118126],
       [ 0.03082288,  0.96917712],
       [ 0.65332179,  0.34667821],
       [ 0.02091977,  0.97908023],
                   .
                   '
       and so on

观察，
第一个预测标签 - 1
第一个预测概率 - [ 0.03667012， 0.96332988]

为什么首先打印 0.03667012，而不是 0.96332988 ？应该是另一种方式吗？

Answer 1

列 0 是类 0 的概率，

第 1 列是类 1 的概率。

如果您有 n 个类，则输出概率形状将为 (n_examples， n_classes(。

Answer 2

您可以使用： logreg.classes_解析概率数组中的哪个元素对应于哪个类。 在您的情况下，它[False,True]