我只需要为预测值之一大于 80% 的行找到 clf.predict 的 np.mean
我目前的代码：
clf = DecisionTreeClassifier(random_state=1)
clf.fit(X, Y)
dropIndexes = []
for i in range(len(X)):
proba = clf.predict_proba ([X.values[i]])
if (proba[0][0] < 80 and proba[0][1] < 80):
dropIndexes.append(i)
#delete all rows where predicted values less then 80
X.drop(dropIndexes, inplace=True)
Y.drop(dropIndexes, inplace=True)
#Returns the average of the array elements
print ("ERR:", np.mean(Y != clf.predict(X)))
是否可以更快地制作此代码？
您的循环是不必要的，因为predict_proba适用于矩阵。您可以将其替换为
prd = clf.predict_proba(X)
dropIndexes = (prd[:, 0] < 0.8) & (prd[:, 1] < 0.8)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句