Python sklearn中model.predict与predict_proba的区别解析

江岸

发布时间：2026-10-14| 3人浏览过

原创

本文详细解析Python sklearn库中model.predict()与model.predict_proba()函数的核心区别。通过LogisticRegression示例代码，展示predict返回具体分类标签，而predict_proba返回各类别的概率分布。文章深入探讨了多分类场景下的概率输出逻辑，并解释了predict_proba结果如何依据self.classes_进行排序，帮助开发者准确理解模型输出格式。

下面直接通过代码示例进行说明。


clf=KMeans(n_clusters=5) #创建分类器对象
fit_clf=clf.fit(X) #用训练器数据拟合分类器模型
clf.predict(X) #也可以给新数据数据对其预测

print(clf.cluster_centers_) #输出5个类的聚类中心

y_pred = clf.fit_predict(X) #用训练器数据X拟合分类器模型并对训练器数据X进行预测

print(y_pred) #输出预测结果

predict与predict_proba的核心区别

补充说明：在sklearn中调用机器学习模型时，model.predict(x)与model.predict_proba(x)的功能存在显著差异。

model.predict_proba(x)与model.predict()不同，它返回的是预测为各个类别的概率值。具体而言，若存在N个分类结果，则每行输出包含N个概率值，分别对应每个类别的预测概率。例如，在0和1的二分类任务中，输出将包含两个概率值。

接下来通过具体代码实例进一步讲解。

Python 3代码实现如下：


# -*- coding: utf-8 -*-
"""
Created on Sat Jul 27 21:25:39 2019

@author: ZQQ
"""
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier
from xgboost import XGBClassifier
import numpy as np
import warnings
warnings.filterwarnings("ignore")
# 这个方法只是解决了表面，没有根治

# 数据（特征，属性）
x_train = np.array([[1,2,3], 
          [1,5,4], 
          [2,2,2], 
          [4,5,6], 
          [3,5,4], 
          [1,7,2]]) 
# 数据的标签
y_train = np.array([1, 0, 1, 1, 0, 0]) 
 
# 测试数据
x_test = np.array([[2,1,2], 
          [3,2,6], 
          [2,6,4]]) 
 
# 导入模型
model = LogisticRegression() 
 
#model = RandomForestClassifier()

#model=XGBClassifier()

model.fit(x_train, y_train)

# 返回预测标签 
print(model.predict(x_test)) 
 
print('---------------------------------------')

# 返回预测属于某标签的概率 
print(model.predict_proba(x_test))

运行结果如下：