从模型中获取类数组

Question

我正在尝试对每个可能的类别进行概率预测。 该模型是使用 Azure autoML 制作的，我不知道类的索引是什么。我知道我可以从具有不同数据的多次运行中获得这些信息，这些数据可以预测不同的类别，但我希望它每次都返回。

def init():
    global model
    # This name is model.id of model that we want to deploy deserialize the model file back
    # into a sklearn model
    model_path = os.path.join(os.getenv('AZUREML_MODEL_DIR'), 'model.pkl')
    path = os.path.normpath(model_path)
    path_split = path.split(os.sep)
    log_server.update_custom_dimensions({'model_name': path_split[1], 'model_version': path_split[2]})
    try:
        logger.info("Loading model from path.")
        model = joblib.load(model_path)
        logger.info("Loading successful.")
    except Exception as e:
        logging_utilities.log_traceback(e, logger)
        raise


@input_schema('data', PandasParameterType(input_sample))
@output_schema(NumpyParameterType(output_sample))
def run(data):
    try:
        resultclass = model.predict(data)
        resultprob = model.predict_proba(data)
        return json.dumps({"classes": model.classes_.tolist(), "probability": resultprob.tolist()})
    except Exception as e:
        result = str(e)
        return json.dumps({"error": result})

使用

result = model.predict(data)

返回诸如“PARTS”之类的类之一

使用

result = model.predict_proba(data)

返回不同类别概率的数组，例如 [[0.2001282610210249, 0.0636559071698174, 0.03661803212989511, 0.4096565578555216, 0.28667445877888889, 0.025476]]]788889, 0.025476]]7888889, 0.025476]

遵循我使用的其他建议

model.classes_.tolist()

我认为这会给我类列表，但我得到 [0, 1, 2, 3, 4, 5]

有没有办法从模型中获取所有类？

Answer 1

对于单个预测，您可以尝试np.argmax 喜欢：

proba = [[0.2001282610210249, 0.0636559071698174, 0.03661803212989511, 0.4096565578555216, 0.2866744587788889, 0.003266783044852147]]
np.argmax(proba)

如果你从predict_proba 得到一个二维的proba 数组，试试：

[np.argmax(p) for p in proba]