Sklearn概率函數內部不同

Question

我想了解爲什麼sklearn預測的輸出在放入函數時不同。

我已經訓練了文字樸素貝葉斯分類器，當我做我的預測是這樣

examples = ['my favorite sport is probably baseball'] 
predictions = vec_clf.predict(examples)[0] 
probs = vec_clf.predict_proba(examples) 
m = np.max(probs) 

print predictions,m 

我得到正確的預測結果。但是，如果我寫一個函數來做到這一點

def classify(input): 

    predictions = vec_clf.predict(input)[0] 
    probs = vec_clf.predict_proba(input) 
    m = np.max(probs) 

    return predictions,m 

classify('my favorite sport is probably baseball') 

它返回不同的信心和類別標籤完全不同，非常錯誤的結果。爲什麼會這樣做？

Answer 1

在第一次嘗試，你傳遞字符串的列表model.predict_proba和model.predict（這是預期），在後者的嘗試，要傳遞一個字符串。相反，通過串一個列表：

classify(['my favorite sport is probably baseball']) 

或列表中的包裹input自己的函數中：

def classify(input): 
    input = [input] 
    predictions = vec_clf.predict(input)[0] 
    probs = vec_clf.predict_proba(input) 
    m = np.max(probs) 

    return predictions,m 

發生了什麼事時，你只傳遞一個字符串的是，每個人性格被解釋爲文件。所以，試試看：

vec_clf.predict('my favorite sport is probably baseball') 

爲了更好地看看發生了什麼。