代码之家 › 专栏 › 技术社区 › Chris T.

将概率估计转化为索引序列

scikit-learn indexing dataframe arrays python

1

Chris T. · 技术社区 · 9 年前

reference_id
   184932    0.531842
   185362    0.401958
   185361    0.105928
   185338    0.018572
             ...
   276499    0.208567
   276500    0.818759
   269851    0.018528
   Name: response, dtype: float32

我实现了以下Python代码:

y_score_lr = LogisticRegression(C=10).fit(X_train, y_train).predict_proba(X_test)[:,1]
y_proba = y_score_lr

array([ 0.05225495,  0.00522493,  0.07369773, ...,  0.06994582, 0.06995239,  0.12659022])

这是一个numpy数组。

但我不确定这个数组是否真的与原始X\u测试数据帧中的相应reference\u id匹配,我还没有想出如何将其转换为我在本文开头提到的索引“序列”。

我也试过使用

y_score_lr = LogisticRegression(C=10).fit(X_train, y_train).predict_proba(X_test)[:,1]
y_proba = y_score_lr.tolist()

非常感谢。

真诚地

1 回复 | 直到 9 年前

1

E.Z 9 年前

首先,是的,它与 X_test :第一行对应于 y_proba 大堆

其次,有几种方法可以解决这个问题。

假设您愿意,可能的解决方案之一可能是: dtype=pandas.Series

import pandas as pd
import numpy as np

y_proba_indexed = pd.Series(
    data=y_proba, index=X_test['reference_id'], name='response', dtype=np.float32)

print(y_proba_indexed)

这会给你这样的东西:

84932     0.531842
185362    0.401958
185361    0.105928
185338    0.018572
      ....
276499    0.208567
276500    0.818759
269851    0.018528
Name: response, dtype: float32

reference_id = 185338 您可以键入: y_proba_indexed.loc[[185338]] ,输出为:

185338    0.018572
Name: respone, dtype: float32