如何将名称列与分类后的结果匹配

Question

这是我的数据的一个例子：

filename,2,3,4,5,6,7,class    
a.txt,0,0,0,0,0,0,0    
b.txt,0,0,0,0,0,1,0    
c.txt,0,0,0,0,1,0,0    
d.txt,1,0,1,0,0,1,1

当我训练我的数据时，我只使用来自2 -> 7的列作为输入，类作为输出。但是，当我在对模型进行训练和保存之后进行测试时，我需要知道哪些文件属于哪个类。我的意思是，如何知道d.txt是第一类，我用熊猫从.csv文件中导入数据，在两个不同的csv文件中使用训练集和测试集。在列车阶段，我使用列2-7作为输入，列类作为目标，这些列是数字的。文件名类只是文本。在测试阶段，我需要知道带有预测类的文件名。但我不知道该怎么做。

谢谢

P/s:我使用MLP，SVM，NB作为分类器。

Answer 1

假设您的数据是.csv格式的：

filename,2,3,4,5,6,7,class
a.txt,0,0,0,0,0,0,0
b.txt,0,0,0,0,0,1,0
c.txt,0,0,0,0,1,0,0
d.txt,1,0,1,0,0,1,1

可以使用以下方法将相应的文件名输出到预测的类：

features=[1,0,1,0,0,1] #input
output=clf.predict([features])[0] #predicted class
print(df[df["class"]==output]["filename"]) #corresponding filename

请注意，在您的示例中，您面临的问题是，特性的数量大于示例的数量，因此分类器可能会恶化。

希望你只是提供了你的数据样本。在这种情况下，你很可能是个好人。注意使用什么分类器就行了。

完整代码：

import numpy as np
import pandas as pd
from sklearn import svm

df=pd.read_csv('file.csv')

X = df.iloc[:,1:7].values
y = df.iloc[:,7:8].values
clf = svm.SVC() #using SVM as classifier
clf.fit(X, y)

features=[1,0,1,0,0,1]
output=clf.predict([features])[0]
print(df[df["class"]==output]["filename"])