predict_proba 对于交叉验证模型

Question

我想通过交叉验证预测逻辑回归模型的概率。我知道你可以获得交叉验证分数，但是是否可以 return 来自 predict_proba 的值而不是分数？

# imports
from sklearn.linear_model import LogisticRegression
from sklearn.cross_validation import (StratifiedKFold, cross_val_score,
                                      train_test_split)
from sklearn import datasets

# setup data
iris = datasets.load_iris()
X = iris.data
y = iris.target

# setup model
cv = StratifiedKFold(y, 10)
logreg = LogisticRegression()

# cross-validation scores
scores = cross_val_score(logreg, X, y, cv=cv)

# predict probabilities
Xtrain, Xtest, ytrain, ytest = train_test_split(X, y)
logreg.fit(Xtrain, ytrain)
proba = logreg.predict_proba(Xtest)

Answer 1

有一个函数 cross_val_predict 可以为您提供预测值，但是 "predict_proba" 还没有这样的函数。也许我们可以将其作为一个选项。

Answer 2

一个简单的解决方法是创建一个包装器 class，对于您的情况来说是

class proba_logreg(LogisticRegression):
    def predict(self, X):
        return LogisticRegression.predict_proba(self, X)

然后将其实例作为 classifier 对象传递给 cross_val_predict

# cross validation probabilities
probas = cross_val_predict(proba_logreg(), X, y, cv=cv)

Answer 3

这现在作为 scikit-learn 0.18 版的一部分实现。您可以将 'method' 字符串参数传递给 cross_val_predict 方法。文档是 here.

示例：

proba = cross_val_predict(logreg, X, y, cv=cv, method='predict_proba')

另请注意，这是新 sklearn.model_selection 包的一部分，因此您需要导入：

from sklearn.model_selection import cross_val_predict

Answer 4

这很容易实现：

def my_cross_val_predict(
            m, X, y, cv=KFold(),
            predict=lambda m, x: m.predict_proba(x),
            combine=np.vstack
            ):

        preds = []

        for train, test in cv.split(X):
            m.fit(X[train, :], y[train])
            pred = predict(m, X[test, :])
            preds.append(pred)

        return combine(preds)

这个returnspredict_proba。如果您同时需要预测和 predict_proba 只需更改 predict 和 combine 参数：

def stack(arrs):
    if arrs[0].ndim == 1:
        return np.hstack(arrs)
    else:
        return np.vstack(arrs)

def my_cross_val_predict(
        m, X, y, cv=KFold(),
        predict=lambda m, x:[ m.predict(x)
                            , m.predict_proba(x)
                            ],
        combine=lambda preds: list(map(stack, zip(*preds)))
        ):
    preds = []
    for train, test in cv.split(X):
        m.fit(X[train, :], y[train])
        pred = predict(m, X[test, :])
        preds.append(pred)

    return combine(preds)

predict_proba 对于交叉验证模型

predict_proba for a cross-validated model

python

scikit-learn

cross-validation

logistic-regression