scikit-learn 中预测与 predict_proba 之间的区别
Difference between predict vs predict_proba in scikit-learn
假设我创建了一个模型，我的目标变量是 0、1 或 2。似乎如果我使用 predict，答案是 0、1 或 2。但是如果我使用 predict_proba，我会得到一行，每行有 3 列，如下所示，例如
model = ... Classifier # It could be any classifier
m1 = model.predict(mytest)
m2= model.predict_proba(mytest)
# Now suppose m1[3] = [0.6, 0.2, 0.2]
假设我同时使用预测和 predict_proba。如果在索引 3 中，我得到上面的结果 predict_proba，在预测结果的索引 3 中我应该看到 0。是这种情况吗？我试图了解在同一模型上同时使用 predict 和 predict_proba 如何相互关联。
predict() 用于预测 实际 class （在你的情况下 0、1 或 2).predict_proba()用于预测class概率
根据您分享的示例输出，
predict() 会输出 class 0 因为 0 的 class 概率是 0.6.[0.6, 0.2, 0.2] 是 predict_proba 的输出，它简单地表示 class 的概率 class 是 0、1 和2分别是0.6、0.2和0.2。
现在，正如文档中提到的 predict_proba，生成的数组是根据您一直使用的标签排序的：
The returned estimates for all classes are ordered by the label of
classes.
因此，在您的 class 标签为 [0, 1, 2] 的情况下，predict_proba 的相应输出将包含相应的概率。 0.6是实例被class化为0的概率，0.2是实例被分类为1和[=13=的概率]分别。
更全面的解释，请参考TDS上的文章What is the difference between predict() and predict_proba() in scikit-learn。
假设我创建了一个模型，我的目标变量是 0、1 或 2。似乎如果我使用 predict，答案是 0、1 或 2。但是如果我使用 predict_proba，我会得到一行，每行有 3 列，如下所示，例如
model = ... Classifier # It could be any classifier
m1 = model.predict(mytest)
m2= model.predict_proba(mytest)
# Now suppose m1[3] = [0.6, 0.2, 0.2]
假设我同时使用预测和 predict_proba。如果在索引 3 中，我得到上面的结果 predict_proba，在预测结果的索引 3 中我应该看到 0。是这种情况吗？我试图了解在同一模型上同时使用 predict 和 predict_proba 如何相互关联。
predict()用于预测 实际 class （在你的情况下0、1或2).predict_proba()用于预测class概率
根据您分享的示例输出，
predict()会输出 class0因为0的 class 概率是 0.6.[0.6, 0.2, 0.2]是predict_proba的输出，它简单地表示 class 的概率 class 是0、1和2分别是0.6、0.2和0.2。
现在，正如文档中提到的 predict_proba，生成的数组是根据您一直使用的标签排序的：
The returned estimates for all classes are ordered by the label of classes.
因此，在您的 class 标签为 [0, 1, 2] 的情况下，predict_proba 的相应输出将包含相应的概率。 0.6是实例被class化为0的概率，0.2是实例被分类为1和[=13=的概率]分别。
更全面的解释，请参考TDS上的文章What is the difference between predict() and predict_proba() in scikit-learn。