使用 sklearn 模块提取 3 个最佳匹配
Extracting 3 best matches using sklearn module
我正在研究 sample code，它使用 face_recognition python 库：
一切都很好，除了我想获取 3 个最佳候选而不是
结果中的最佳候选
clf.predict([test_image_enc])
我希望输出 [4411, 4455, 5566] 而不是 4411
使用 decision_function 方法获取每个 class 的似然度量。
这将计算与分离超平面的距离（该值越高，数据点越有可能属于相应的 class）。然后你可以随意选择top_n个class个。
top_n = 3
sort_inds = clf.decision_function([test_image_enc]).argsort()
clf.classes_[sort_inds[0][-top_n:][::-1]]
我正在研究 sample code，它使用 face_recognition python 库：
一切都很好，除了我想获取 3 个最佳候选而不是
结果中的最佳候选clf.predict([test_image_enc])
我希望输出 [4411, 4455, 5566] 而不是 4411
使用 decision_function 方法获取每个 class 的似然度量。
这将计算与分离超平面的距离（该值越高，数据点越有可能属于相应的 class）。然后你可以随意选择top_n个class个。
top_n = 3
sort_inds = clf.decision_function([test_image_enc]).argsort()
clf.classes_[sort_inds[0][-top_n:][::-1]]