随机森林：预测与 predict_proba

Question

我正在处理一个多class、高度不平衡的class化问题。我使用随机森林作为基础 classifier.

我必须在考虑多个标准（指标：precision, recall conf_matrix, roc_auc）的评估集上给出模型性能报告。

火车模型：

rf = RandomForestClassifier(()
rf.fit(train_X, train_y)

要获得precision/recall和confusion_matrix，我是这样的：

pred = rf.predict(test_X)
precision = metrics.precision_score(y_test, pred)
recall  = metrics.recall_score(y_test, pred)
f1_score = metrics.f1_score(y_test, pred) 
confusion_matrix = metrics.confusion_matrix(y_test, pred)

很好，但是计算 roc_auc 需要 classes 而不是 class 标签的预测概率。为此，我必须进一步这样做：

y_prob = rf.predict_proba(test_X)
roc_auc = metrics.roc_auc_score(y_test, y_prob)

但是我在这里担心 rf.predict() 首先产生的结果可能与 rf.predict_proba() 不一致，所以我报告的 roc_auc 分数。我知道多次调用 predict 会产生完全相同的结果，但我担心 predict 然后 predict_proba 可能会产生略有不同的结果，因此不适合与上述指标一起讨论.

如果是这样，有没有办法控制它，确保 predict() 用来决定预测标签的 class 概率与我调用 [=23] 时完全相同=]?

Answer 1

predict_proba() 和 predict() 是一致的。事实上，predict 在内部使用 predict_proba here in the source code

随机森林：预测与 predict_proba

random forest: predict vs predict_proba

python

predict

random-forest

roc

scikit-learn