提取矩阵中每一行的最大值并输出它们的列名答案

【问题标题】：Extracting max value of each row in a matrix and output their column names提取矩阵中每一行的最大值并输出它们的列名
【发布时间】：2018-12-05 22:11:26
【问题描述】：

我正在iris 数据上试验SVM 函数。目标是从输出矩阵attr(pred_prob, "probabilities") 中提取 (1) 每一行 (2) 的最高预测概率的“类别”。

data(iris)
attach(iris)
x <- subset(iris, select = -Species) 
y <- Species
model <- svm(x, y, probability = TRUE)
pred_prob <- predict(model, x, decision.values = TRUE, probability = TRUE)
attr(pred_prob, "probabilities")

（原代码来自之前的thread。）
最后一行代码将为我们提供以下格式的输出：

       setosa  versicolor   virginica
1 0.979989881 0.011347796 0.008662323
2 0.972567961 0.018145783 0.009286256
3 0.978668604 0.011973933 0.009357463

为了便于将这些预测概率与它们的真实类别“标签”（即 setosa、versicolor、virginica）进行比较，我计划从上述输出矩阵中提取每行的最高预测概率类别。例如，第一次观察的概率最高的类是setosa，预测概率为0.9799，返回自

which(attr(pred_prob, "probabilities")[1,] == max(attr(pred_prob, "probabilities")[1,]), arr.ind = TRUE)

我现在正在将上述代码扩展为一个循环，以便为数据中的每个观察输出一个包含预测类标签的数据列。以下是我到目前为止所拥有的，但我很难过

predicted_class <- attr(pred_prob, "probabilities")
for(row in 1:nrow(predicted_class)) {
output <- print(which(predicted_class[row,] == max(predicted_class[row,]), arr.ind = TRUE))
output
}

但这并没有给我我想要的结果，它似乎只是从随机行返回预测类（而我想要一列预测类用于所有观察）。有人能告诉我吗？

【问题讨论】：

标签： r loops matrix max

【解决方案1】：

使用max.col

colnames(pred_prob)[max.col(pred_prob)]
#[1] "setosa" "setosa" "setosa"

或者使用循环

output <- vector("double", nrow(pred_prob))

for(row in 1:nrow(pred_prob)) {
  output[row] <- which.max(pred_prob[row,])
}

output
#[1] 1 1 1

或apply

apply(pred_prob, MARGIN = 1, FUN = which.max)
#1 2 3 
#1 1 1

数据

pred_prob <- structure(c(0.979989881, 0.972567961, 0.978668604, 0.011347796, 
0.018145783, 0.011973933, 0.008662323, 0.009286256, 0.009357463
), .Dim = c(3L, 3L), .Dimnames = list(c("1", "2", "3"), c("setosa", 
"versicolor", "virginica")))

【讨论】：