【问题标题】：Convert probability vector into target vector in python?在python中将概率向量转换为目标向量？
【发布时间】：2017-09-26 02:10:48
【问题描述】：

我正在对来自 sklearn 的 iris 数据集进行逻辑回归，我知道数学并尝试实现它。在最后一步，我得到一个预测向量，这个预测向量表示该数据点属于 1 类或 2 类（二元分类）的概率。

现在我想把这个预测向量变成目标向量。假设概率大于50%，则对应的数据点属于1类，否则属于2类。用0代表1类，1代表2类。

我知道它有一个 for 循环版本，只是循环整个向量。但是当size变大的时候，for循环的开销就很大了，所以我想效率更高一些，比如numpy的矩阵运算，比在for循环中做矩阵运算要快。

对更快的方法有什么建议吗？

【问题讨论】：

vec=prob>0.5...

标签： python numpy machine-learning

【解决方案1】：

import numpy as np

a = np.matrix('0.1 0.82')
print(a)

a[a > 0.5] = 1
a[a <= 0.5] = 0
print(a)

输出：

[[ 0.1   0.82]]
[[ 0.  1.]]

更新：

import numpy as np

a = np.matrix('0.1 0.82')
print(a)

a = np.where(a > 0.5, 1, 0)
print(a)

【讨论】：

【解决方案2】：

一个二维数组的更通用的解决方案，它有很多向量和很多类：

import numpy as np
a = np.array( [ [.5, .3, .2], 
                [.1, .2, .7], 
                [ 1,  0,  0] ] )

idx = np.argmax(a, axis=-1)
a = np.zeros( a.shape )
a[ np.arange(a.shape[0]), idx] = 1

print(a)

输出：

[[1. 0. 0.]
 [0. 0. 1.]
 [1. 0. 0.]]

【讨论】：

真的很有帮助

【解决方案3】：

选项 1：如果您进行二元分类并拥有一维预测向量，那么您的解决方案是 numpy.round：

prob = model.predict(X_test)
Y = np.round(prob)

选项 2：如果您有一个 n 维的 one-hot 预测矩阵，但想要有标签，那么您可以使用 numpy.argmax。这将返回带有标签的一维向量：

prob = model.predict(X_test)
y = np.argmax(prob, axis=1)

【讨论】：

【解决方案4】：

如果您想在之后处理混淆矩阵等并再次在 scikit 中获取目标变量的原始格式：array([1 0 ... 1])您可以使用：

a = clf.predict_proba(X_test)[:,1]
a = np.where(a>0.5, 1, 0)

[:,1] 指的是第二类（在我的情况下为 1），在我的情况下第一类是 0

【讨论】：

【解决方案5】：

对于多类或更通用的解决方案，请使用

np.argmax(y_hat, axis=1)

【讨论】：