Interprétation de sortie de Scikit Predict_Proba

Je travaille avec la bibliothèque scikit-learn en python. Dans le code ci-dessous, je prédis la probabilité mais je ne sais pas lire la sortie.

Test des données

from sklearn.ensemble import RandomForestClassifier as RF
from sklearn import cross_validation

X = np.array([[5,5,5,5],[10,10,10,10],[1,1,1,1],[6,6,6,6],[13,13,13,13],[2,2,2,2]])
y = np.array([0,1,1,0,1,2])

Fractionner l'ensemble de données

X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.5, random_state=0) 

Calculez la probabilité

clf = RF()
clf.fit(X_train,y_train)
pred_pro = clf.predict_proba(X_test)
print pred_pro

Le résultat

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

La liste X_test contient 3 tableaux (j'ai 6 échantillons et test_size = 0,5) donc la sortie en a 3 aussi.

Mais je prédis 3 valeurs (0,1,2), alors pourquoi ne reçois-je que 2 éléments dans chaque tableau?

Comment lire la sortie?

J'ai également remarqué que lorsque je modifie le nombre de valeurs distinctes en y, le nombre de colonnes en sortie est toujours un nombre distinct de y -1.

Jetez un oeil à y_train. Ça l'est array([0, 0, 1]). Cela signifie que votre division n'a pas récupéré l'échantillon où y = 2. Donc, votre modèle n'a aucune idée que la classe y = 2 existe.

Vous avez besoin de plus d'échantillons pour que cela renvoie quelque chose de significatif.

Consultez également la documentation pour comprendre comment interpréter la sortie.