NaiveBayes和LogistcRegression之间的混淆结果

Question

在使用Scikit学习时，我学习了这个快速的教程，并对NaiveBayes和Logistc回归有了一个问题。

这里是与笔录的链接-

您应该能够复制/粘贴下面的代码并运行它。如果你得到不同的答案，请告诉我！

import pandas as pd
from sklearn.cross_validation import train_test_split
from sklearn.feature_extraction.text import CountVectorizer
from sklearn import metrics

from sklearn.naive_bayes import MultinomialNB
from sklearn.linear_model import LogisticRegression

vect = CountVectorizer()

url = 'https://raw.githubusercontent.com/justmarkham/pydata-dc-2016-tutorial/master/sms.tsv'
sms = pd.read_table(url, header=None, names=['label', 'message'])
sms['label_num'] = sms.label.map({'ham': 0, 'spam': 1})
X = sms.message
y = sms.label_num

X_train, X_test, y_train, y_test = train_test_split(X,y, random_state=1)

vect.fit(X_train)
X_train_dtm = vect.transform(X_train)

## NaiveBayes
nb = MultinomialNB()
nb.fit(X_train_dtm, y_train)

# LogisticRegression
logreg = LogisticRegression()
logreg.fit(X_train_dtm, y_train)

# testing data
simple_text = ["this is a spam message spam spam spam"]
simple_test_dtm = vect.transform(simple_text)

# ***NaiveBayes***     
nb.predict(simple_test_dtm)
# array([1]) says this is spam

nb.predict_proba(simple_test_dtm)[:, 1]
# array([0.98743019]) 

# ****Logistic Regression***    
logreg.predict(simple_test_dtm)
# array([0]) says this is NOT spam

logreg.predict_proba(simple_test_dtm)[:, 1]
# array([0.05628297])

nb_pred_class = nb.predict(X_test_dtm)
metrics.accuracy_score(y_test, nb_pred_class)
# 0.9885139985642498

lg_pred_class = logreg.predict(X_test_dtm)
metrics.accuracy_score(y_test, lg_pred_class)
# 0.9877961234745154

两个问题：

1.)为什么NaiveBayes返回它是Spam，而LogisticRegression说它是Ham

这两个分类器都得到了高精度的分数，但给出了不同的答案？这让我很困惑。我做错了什么吗？

2.).predict_probab评分是什么意思？我的想法，，我理解它是多么准确的分类器反应是。ie NB说，它相信它的答案(1)是98%的准确性，但这将意味着LogReg说它的答案(0)是6%的准确性。

这没道理。

任何帮助都将不胜感激。

Answer 1

spam是sms.label.map({'ham': 0, 'spam': 1})中的第二个类(即索引1)。因此，您打印的概率是消息为spam的概率，而不是模型的预测类的概率。logreg给出消息为spam的0.05628297概率，这意味着它给出了ham的0.9437概率。这两种模型都是非常精确的，但这并不意味着它们将在每个测试示例上达成一致。朴素的bayes是正确的，但逻辑回归的错误，应该有其他的例子，相反的是正确的。