在 SVM python 中提取 predict_proba 的概率
Extract probability of predict_proba in SVM python
任何人都可以帮助我如何从 predict_proba SVM 上的结果转换概率数据。结果类似于下面的示例,但我想要一个仅包含第二列且没有括号的列表或数组。
[[ 0.15941701 0.84058299]
[ 0.12190033 0.87809967]
[ 0.06293788 0.93706212]
...
[ 0.93175738 0.06824262]]
<class 'numpy.ndarray'>
谢谢。
你只需要对多维数组使用numpy索引。在这种情况下,您需要所有第一个维度(行)和第二个维度(第二列)中的第二个元素。所以你使用 [:, 1]
a = np.array([
[0.15941701, 0.84058299],
[0.12190033, 0.87809967],
[0.06293788, 0.93706212]])
a[:,1]
给出
[ 0.84058299 0.87809967 0.93706212]
任何人都可以帮助我如何从 predict_proba SVM 上的结果转换概率数据。结果类似于下面的示例,但我想要一个仅包含第二列且没有括号的列表或数组。
[[ 0.15941701 0.84058299]
[ 0.12190033 0.87809967]
[ 0.06293788 0.93706212]
...
[ 0.93175738 0.06824262]]
<class 'numpy.ndarray'>
谢谢。
你只需要对多维数组使用numpy索引。在这种情况下,您需要所有第一个维度(行)和第二个维度(第二列)中的第二个元素。所以你使用 [:, 1]
a = np.array([
[0.15941701, 0.84058299],
[0.12190033, 0.87809967],
[0.06293788, 0.93706212]])
a[:,1]
给出
[ 0.84058299 0.87809967 0.93706212]