识别 sklearn-model 的类答案

【问题标题】：Identifying a sklearn-model's classes识别 sklearn-model 的类
【发布时间】：2015-07-23 03:58:16
【问题描述】：

SVMs 上的文档暗示存在一个名为 classes_ 的属性，据称它揭示了模型如何在内部表示类。

我想获取这些信息，以便解释像 predict_proba 这样的函数的输出，它会为多个样本生成类概率。希望知道给定一些说明性值：

model.classes_ 
>>> [1, 2, 4]

意味着我可以假设这成立：

model.predict_proba([[1.2312, 0.23512, 6.01234], [3.7655, 8.2353, 0.86323]]) 
>>> [[0.032, 0.143, 0.825], [0.325, 0.143, 0.532]]

概率应该转换为与类相同的顺序，即对于我可以假设的第一组特征：

probability of class 1: 0.032
probability of class 2: 0.143
probability of class 4: 0.825

但是在 SVM 上调用 classes_ 会导致错误。有没有获取这些信息的好方法？无法想象模型训练完成后就再也无法访问了。

编辑：我构建模型的方式或多或少是这样的：

from sklearn.svm import SVC
from sklearn.grid_search import GridSearchCV
from sklearn.pipeline import Pipeline, FeatureUnion


pipeline = Pipeline([
   ('features', FeatureUnion(transformer_list[ ... ])),
   ('svm', SVC(probability=True))
])
parameters = { ... }
grid_search = GridSearchCV(
    pipeline,
    parameters
)

grid_search.fit(get_data(), get_labels())
clf = [elem for elem in grid_search.estimator.steps if elem[0] == 'svm'][0][1]

print(clf)
>> SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, degree=3, gamma=0.0,
  kernel='rbf', max_iter=-1, probability=True, random_state=None,
  shrinking=True, tol=0.001, verbose=False)
print(clf.classes_)
>> Traceback (most recent call last):
  File "path/to/script.py", line 284, in <module>
  File "path/to/script.py", line 181, in re_train
    print(clf.classes_)
AttributeError: 'SVC' object has no attribute 'classes_'

【问题讨论】：

标签： python scikit-learn svm

【解决方案1】：

sklearn 中有一个 classes 字段，这可能意味着你调用了错误的模型，请参见下面的示例，我们可以看到 classes_ 字段中有 classes：

>>> import numpy as np
>>> from sklearn.svm import SVC
>>> X = np.array([[-1, -1], [-2, -1], [1, 1], [2, 1]])
>>> y = np.array([1, 1, 2, 2])
>>> clf = SVC(probability=True)
>>> clf.fit(X, y)
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, degree=3, gamma=0.0,
  kernel='rbf', max_iter=-1, probability=True, random_state=None,
  shrinking=True, tol=0.001, verbose=False)
>>> print clf.classes_
[1 2]
>>> print clf.predict([[-0.8, -1]])
[1]
>>> print clf.predict_proba([[-0.8, -1]])
[[ 0.92419129  0.07580871]]

【讨论】：

我明白了。也许我的问题是，我的模型“隐藏”在 GridSearchCV 中。我用更多信息和更具体的错误消息更新了最初的帖子。

【解决方案2】：

您正在查看的grid_search.estimator 是未安装的管道。 classes_ 属性只有在拟合后才存在，因为分类器需要看到y。

您想要的是使用最佳参数设置训练的估计器，即grid_search.best_estimator_。

以下将起作用：

clf = grid_search.best_estimator_.named_steps['svm']
print(clf.classes_)

[和 classes_ 完全按照你的想法做]。

【讨论】：

【解决方案3】：

我相信这应该可以解决问题

arr = model.predict_proba(X)

list1 = arr.tolist()

cls = model.classes_

list2 = cls.tolist()

d = {''Category'':list2,''Probability'':list1[0]}

df = pd.DataFrame(d)

print(df)

【讨论】：