sci-kit学习输出解释

Question

使用sklearn时，我有时会将输出正确地分配给正确的标签。当在拟合的结果上调用不同的方法时，sklearn仅返回没有进一步标记的numpy数组。例如，拟合一个尝试分类为两个不同组的简单LDA将为我提供此输出。

result = sklearn_lda.fit(X_train, y_train)

print "Prior probabilities are: \n", result.priors_
print "Group means are: \n", result.means_

输出

Prior probabilities are: 
[0.49198397 0.50801603]

Group means are: 
[[ 0.04279022  0.03389409]
 [-0.03954635 -0.03132544]]

我如何知道哪个先前概率与哪个类别标签相关联？与集团相同。对于系数，我知道sklearn以与它们放入的顺序相同的顺序输出它们。在这种情况下，我有点困惑。

Answer 1

使用result.classes_获取模型看到的类数组。 所有其他属性将按此数组的顺序排列。

很可能这将按字母顺序排序。因此，如果您有A类和B类，那么订单将是：

['A', 'B']

请参阅the documentation了解可用属性。