sci-kit学习输出解释

Question

在使用sklearn时，我有时会遇到一些问题，将输出正确地分配给正确的标签。当对fit的结果调用不同的方法时，sklearn只返回numpy数组，没有进一步的标记。例如，拟合一个简单的LDA，试图将其分类为两个不同的组，这将给我这个输出。

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]]

我如何知道哪个先验概率与哪个类标签相关联？团体的意思也是一样。对于系数，我知道sklearn输出它们的顺序与它们被放入的顺序相同。在这种情况下，我有点困惑。

Answer 1

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

这很可能是按字母顺序排序的。所以如果你有A和B类，那么顺序是：

['A', 'B']

有关可用属性，请参见文献资料。