Giải thích đầu ra Scikit dự đoán_proba

Tôi đang làm việc với thư viện scikit-learn trong python. Trong đoạn mã dưới đây, tôi dự đoán xác suất nhưng tôi không biết cách đọc đầu ra.

Kiểm tra dữ liệu

from sklearn.ensemble import RandomForestClassifier as RF
from sklearn import cross_validation

X = np.array([[5,5,5,5],[10,10,10,10],[1,1,1,1],[6,6,6,6],[13,13,13,13],[2,2,2,2]])
y = np.array([0,1,1,0,1,2])

Tách tập dữ liệu

X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size=0.5, random_state=0) 

Tính xác suất

clf = RF()
clf.fit(X_train,y_train)
pred_pro = clf.predict_proba(X_test)
print pred_pro

Đầu ra

[[ 1.  0.]
 [ 1.  0.]
 [ 0.  1.]]

Danh sách X_test chứa 3 mảng (tôi có 6 mẫu và test_size = 0,5) vì vậy đầu ra cũng có 3 mảng.

Nhưng tôi dự đoán 3 giá trị (0,1,2) vậy tại sao tôi chỉ nhận được 2 phần tử trong mỗi mảng?

Làm thế nào tôi nên đọc đầu ra?

Tôi cũng nhận thấy, khi tôi sửa đổi số lượng giá trị riêng biệt trong y, số lượng cột trong đầu ra luôn là số lượng riêng biệt của y -1.

Hãy nhìn vào y_train. Đó là array([0, 0, 1]). Điều này có nghĩa là phần tách của bạn không nhận được mẫu trong đó y = 2. Vì vậy, mô hình của bạn không có ý tưởng rằng lớp y = 2 tồn tại.

Bạn cần nhiều mẫu hơn cho điều này để trả lại một cái gì đó có ý nghĩa.

Ngoài ra kiểm tra các tài liệu để hiểu làm thế nào để giải thích đầu ra.