TypeError for predict_proba（np.array（test））

model = LogisticRegression() 
model = model.fit(X, y) 
test_data = [1,2,3,4,5,6,7,8,9,10,11,12,13] 
test_prediction = model.predict_proba(np.array(test_data)) 
max = -1.0 
res = 0 
for i in range(test_prediction): 
    if test_prediction[i]>max: 
     max = test_prediction[i] 
     res = i 
if res==0: 
    print('A') 
elif res==1: 
    print('B') 
else: 
    print('C')

使用上面的python代碼，我必須預測3個可能的結果（A，B，C）的概率。的概率保存在test_prediction，它可以打印爲：TypeError for predict_proba（np.array（test））

Output: [[ 0.82882588 0.08641236 0.08476175]]

但剩下的部分給出了一個錯誤：

for i in range(test_prediction): 
TypeError: only integer scalar arrays can be converted to a scalar index

我想找到的最大概率，然後顯示作爲事件可能發生的最多（A/B/C）。如何解決這個問題？

來源

2017-10-13 Enzy

將來請添加一些可重現的代碼。 –

您也可以使用numpy.argmax這將直接爲您提供最大值的索引。

import numpy as np 

#test_prediction is most probably np array only 
pred = np.array(test_prediction) 

classes_val = np.argmax(pred, axis=1) 
for res in class_val: 
    if res==0: 
     print('A') 
    elif res==1: 
     print('B') 
    else: 
    print('C')

來源

2017-10-13 14:51:40

謝謝你解決了我的問題 – Enzy

你可以做這樣的事情：

predict_prob_df = pd.DataFrame(model.predict_proba(test_data)) 
max_prob = predict_prob_df.apply(max,axis = 1) 
predicted_output = pd.DataFrame(model.predict(test_data))

然後你可以Concat的他們：

final_frame = pd.concat([max_prob,predicted_output],axis = 1)

這樣，您就不必使用for循環，這是造成錯誤。

來源

2017-10-13 14:42:52

在實際程序中沒有工作我的浮點值的因爲 TypeError：'numpy.float64'對象不可調用 – Enzy

range(len(test_prediction))

你也可以簡化你的代碼在range

使用數組在這種情況下，你應該使用數組的長度問題：

import operator 
#... 
enum_predict = enumerate(test_prediction) 
res = max(enum_predict, key=operator.itemgetter(1))[0]

enumerate轉換陣元組的列表（index，item）

key=operator.itemgetter(1) - max函數將比較seco的類型nd值

來源

2017-10-13 14:43:04

在實際程序中沒有工作我的浮點值的因爲 TypeError :(「'numpy.float64'對象是不可調用「，'發生在索引0'） – Enzy

我想出了另一種解決方案：

for i in range(3): 
    if np.take(test_prediction, i) > max: 
     max = np.take(test_prediction, i) 
     res = i 
if res==0: 
.....

這通過使用np.take

但通過@Vivek_Kumar指定的解決方案似乎更正確，更高效的訪問中test_prediction索引工作。

來源

2017-10-13 15:09:09 Enzy

TypeError for predict_proba（np.array（test））

回答

相關問題