Я следую этому примеру на веб-сайте scikit-learn, чтобы выполнить многопользовательскую классификацию с использованием модели Random Forest.
from sklearn.datasets import make_classification
from sklearn.multioutput import MultiOutputClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.utils import shuffle
import numpy as np
X, y1 = make_classification(n_samples=5, n_features=5, n_informative=2, n_classes=2, random_state=1)
y2 = shuffle(y1, random_state=1)
Y = np.vstack((y1, y2)).T
forest = RandomForestClassifier(n_estimators=10, random_state=1)
multi_target_forest = MultiOutputClassifier(forest, n_jobs=-1)
multi_target_forest.fit(X, Y).predict(X)
print(multi_target_forest.predict_proba(X))
Из этого predict_proba
я получаю 2 5x2 массива:
[array([[ 0.8, 0.2],
[ 0.4, 0.6],
[ 0.8, 0.2],
[ 0.9, 0.1],
[ 0.4, 0.6]]), array([[ 0.6, 0.4],
[ 0.1, 0.9],
[ 0.2, 0.8],
[ 0.9, 0.1],
[ 0.9, 0.1]])]
Я действительно ожидал n_sample
по n_classes
матрице. Я изо всех сил пытаюсь понять, как это связано с вероятностью присутствующих классов.
В документах для predict_proba
государств:
массив формы = [n_samples, n_classes] или список из n_outputs таких массивов, если n_outputs> 1.
Класс вероятностей входных выборок. Порядок классов соответствует таковому в атрибуте classes_.
Я предполагаю, что у меня есть последнее в описании, но я все еще пытаюсь понять, как это связано с вероятностями моего класса.
Кроме того, когда я пытаюсь получить доступ к classes_
атрибуту для forest
модели, я получаю, AttributeError
и этот атрибут не существует в MultiOutputClassifier
. Как я могу связать классы с выходом?
print(forest.classes_)
AttributeError: 'RandomForestClassifier' object has no attribute 'classes_'