在Python中将概率向量转换为目标向量？

Question

我正在对sklearn中的鸢尾花数据集进行逻辑回归，我知道数学原理并尝试实现它。在最后一步，我得到了一个预测向量，这个向量代表着数据点属于类1或类2（二分类）的概率。

现在我想将这个预测向量转化为目标向量。如果概率大于50％，则相应的数据点将属于类1，否则属于类2。使用0表示类1，用1表示类2。

我知道有一个for循环版本，只需循环遍历整个向量即可。但是当大小变大时，for循环非常昂贵，所以我想更有效地执行它，例如numpy的矩阵运算，它比在for循环中执行矩阵操作更快。

有关更快方法的任何建议？

- jiancheng wu

---

vec=prob>0.5... - user2717954

Answer 1

import numpy as np

a = np.matrix('0.1 0.82')
print(a)

a[a > 0.5] = 1
a[a <= 0.5] = 0
print(a)

输出：

[[ 0.1   0.82]]
[[ 0.  1.]]

更新：

import numpy as np

a = np.matrix('0.1 0.82')
print(a)

a = np.where(a > 0.5, 1, 0)
print(a)

- Shi XiuFeng

Answer 2

一个适用于多个向量和多个类别的二维数组的通用解决方案：

import numpy as np
a = np.array( [ [.5, .3, .2], 
                [.1, .2, .7], 
                [ 1,  0,  0] ] )

idx = np.argmax(a, axis=-1)
a = np.zeros( a.shape )
a[ np.arange(a.shape[0]), idx] = 1

print(a)

输出：

[[1. 0. 0.]
 [0. 0. 1.]
 [1. 0. 0.]]    

- Jeff

---

它确实有帮助 - Ananda G

Answer 3

选项1：如果您进行二元分类并具有1D预测向量，则解决方案为numpy.round：

prob = model.predict(X_test)
Y = np.round(prob)

选项2：如果您有一个n维的one-hot预测矩阵，但想要标签，则可以使用numpy.argmax。这将返回带有标签的1d向量：

prob = model.predict(X_test)
y = np.argmax(prob, axis=1)

- Aray Karjauv

Answer 4

如果您想在之后使用混淆矩阵等工具，并再次获得scikit中目标变量的原始格式：array([1 0 ... 1])，您可以使用以下代码：

最初的回答：

a = clf.predict_proba(X_test)[:,1]
a = np.where(a>0.5, 1, 0)

<最初的回答>中的[:,1]是指第二类（在我的情况下是1），而第一类在我的情况下是0。

- PV8

Answer 5

对于多类问题，或者更一般化的解决方案，请使用

np.argmax(y_hat, axis=1)

- Karl Dailey