使用 sklearn MLP.predict_proba() 函数时找出类的标签答案

【问题标题】：Figuring out labeling for classes when using sklearn MLP.predict_proba() function使用 sklearn MLP.predict_proba() 函数时找出类的标签
【发布时间】：2018-05-01 17:53:40
【问题描述】：

我正在创建一个带有标记类的神经网络，这些类是二进制值列表，有 1167 个类。我想利用 MLP.predict_proba() 根据预测概率输出前 5 个类，但输出是一个 np 数组，每个类的概率仅由索引值标记，即

enter image description here

我想弄清楚哪些类与这些概率相关联，并且 predict 函数正确输出表示它被预测到的类的二进制列表。无论如何，我是否可以将这些类手动标记到这些唯一的二进制列表中？我基本上已经标记了类，并且我的神经网络能够在我使用 predict_proba() 时为其预测输出正确的二进制列表，它只给我概率，而没有明确指示这些概率是针对哪些类。谢谢！

【问题讨论】：

你能提供一个MCVE吗？
添加您的代码，然后我们将能够为您提供帮助

标签： python scikit-learn neural-network classification

【解决方案1】：

拟合后使用mlp的classes_。根据the documentation：

classes_ : 数组或形状数组列表 (n_classes,) 类标签每个输出。

它将打印出从数据集中学习的类（主要按字母顺序）。

predict_proba() 将以相同的顺序输出值。

【讨论】：

它仍然输出 0-1164 作为类而不是表示该类的二进制列表。我有什么方法可以手动标记类吗？
@deadKoyla 课程如何发送到fit()。训练前你把类转换成 0-1164 了吗？