如何从预测模型中调出每个类值的概率。Python代码： splitter='best',y_pred = clf.predict(X_test
浏览 3提问于2019-10-31得票数 0
例如，使用决策树进行药物预测问题。我训练了决策树模型，并希望使用新的数据进行预测。===> predict drug A
如何计算药物A预测结果的可信度或概率？
浏览 0提问于2016-04-12得票数 10
回答已采纳
1回答
我正试图确切地了解元随机森林分类器是如何确定最终预测的，我知道存在一个投票系统，并且使用决策树的聚合来找到最终的预测，我从这里读到：Python中的随机森林分类：我阅读了RFC源代码：合奏/森林：
输
浏览 0提问于2019-04-30得票数 5
回答已采纳
对于使用XGBoost的分类任务，我知道参数‘objective’=‘binary :logistic’表示使用概率使用目标函数指定二进制分类任务。根据我的理解，这里的概率只是计算决策树的每个叶子中的正类实例。 那么参数‘objective’=‘binary:logitraw’做什么呢？这里的文档(https:/&#x
浏览 216提问于2020-09-05得票数 2
我需要将包含5个值的列表从python脚本传递到html页面。我运行了一个循环，并一个一个地将值传递给html page.But，它只打印browser.My html代码中的最后一个值，格式如下：<head></head><p>{{value}}</p></html>
实际上，我<em
浏览 1提问于2018-05-03得票数 0
回答已采纳
我正在为XGBoost使用sklearn包装器。我没有找到一个清晰的解释，说明predict_proba()输出的概率是如何计算出来的。例如，在随机森林中，我知道它反映了属于这个类别的样本在所有树木的相关叶子中所占比例的平均值。
但是，在XGBoost中，我无法理解文档或代码中的计算。不是应该给每棵树不同的重量吗？
浏览 0提问于2017-03-19得票数 6
当我阅读关于决策树的scikit--学习用户手册时，他们提到我不明白C4.5算法在哪里计算规则集(我甚至不知道规则集是什么意思)。它与购物车本质上是一样的，只不过它使用吉尼指数而不是交叉熵。请有人详细解释哪些规则集是什么以及它们在C4.5中是如何使用</
浏览 0提问于2017-09-23得票数 6
1回答
葡萄糖值为66,72是什么意思？不同的颜色(蓝色，白色，粉红色)有什么不同？基于diabetes.csv的数据(google ) import pandas as pd
from
浏览 2提问于2022-07-14得票数 1
回答已采纳
该网站只列出：
所有类的返回估计数由类的标签排序。对于multi_class问题，如果multi_class被设为“多项式”，则使用softmax函数求出每个类的预测概率。否则，使用1-VS-rest方法，即使用逻辑函数计算每个类</em
浏览 3提问于2020-04-23得票数 3
回答已采纳
DecisionTreeClassifier支持通过predict_proba()函数预测每个类的概率。这在DecisionTreeRegressor中是没有的
我的理解是，决策树分类器和回归器之间的基本机制非常相似，主要的区别是，来自回归者的预测是作为潜在的leafs<em
浏览 0提问于2018-12-03得票数 3
回答已采纳
1回答
我需要提取决策树中每个叶子的路径和概率。下面是一个可以使用的快速示例：
我希望能够在这里提取所有这些信息，例如“预测类”、“类计数”和“概率”，这些信息的格式可以放在表中，而不仅仅是能够在控制台上读取。
浏览 2提问于2014-11-16得票数 1
我有以下二进制决策树：你能解释一下我如何向一个只了解概率的人报告这棵树吗？
如果ca=1和cp_4.0=1，是HD的概率是多少？
浏览 0提问于2020-09-22得票数 0
2回答
我使用sklearn包中的决策树分类器来预测数据。我的混淆矩阵是这样的：我不太关心总的准确性，但我需要预测因变量为0的时候。换句话说，我想减少假阴性率，我同意假阳性率也会增加的事实。有没有办法，如何在python中做到这一点？我的代码有这样的结构：
clf = tree.Decisi
浏览 5提问于2021-11-08得票数 0
对于catboost库中的一些对象(如python代码导出模型- )，预测()只给出一个所谓的每个记录的原始分数(参数值称为"RawFormulaVal")。其他API函数也允许预测的结果是目标类()的概率-参数值称为“概率”。
如果可以使用pyt
浏览 2提问于2018-12-02得票数 0
回答已采纳
2回答
决策树中的下一个最佳预测
、、、、
我使用决策树分类器来预测基于以下数据选择的块。我能够预测基于数据的“块选择”列。怎样才能得到第二好，第三最好的预测等等(我需要一个有序的列表)？我能用决策树得到这个吗？或者我应该使用不同的模型？对于如何使用python学习这一点，有什么想法吗？
浏览 0提问于2018-05-10得票数 0
回答已采纳
1回答
决策树分裂
、、
在确定最终回归值时，我希望使决策树使用基于每一列中的每个特性的分割： [['0' '0' '1' '-1' '8' '-9']
['-15' '0' '0' '18' '7' '11即他们获胜的概
浏览 0提问于2018-04-17得票数 0
回答已采纳
我正在尝试使用分类的决策树来根据某些参数识别两个类(重命名为0和1)。我使用数据集训练它，然后在“测试数据集”上运行它。当我尝试计算测试数据集中每个数据点的概率时，它只返回0或1。我想生成和ROC，在这一点上，它只返回FPR/TPR的3个数据点。
下面是完整的数据集: Identifier是" data“的最后一列。
浏览 18提问于2018-01-12得票数 9
回答已采纳
4回答
我有一个m矩阵，其中每一行都是一个样本，每一列都是一个类。每一行包含每个类的软最大概率。我希望用1替换每行中的最大值，用0替换其他行中的最大值。我如何在Python中高效地完成这个任务？
浏览 8提问于2014-10-04得票数 3
回答已采纳
1回答
我有一个很大的数据集(数十亿条记录)，它几乎完全由分类变量组成。这些数据将被用来预测一个相当罕见的数值结果。大多数属性都具有很高的基数:可能只有少数几个样本属于每个类别。我阅读了，其中他们使用R中的分层聚类来降低类似任务的维数。但在扩展时会迅速消耗所有内存：numClusters = 42cutree(hc, k = numClusters)
浏览 3提问于2015-06-25得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
