本文整理汇总了Python中sklearn.svm.NuSVC.predict_proba方法的典型用法代码示例。如果您正苦于以下问题：Python NuSVC.predict_proba方法的具体用法？Python NuSVC.predict_proba怎么用？Python NuSVC.predict_proba使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.svm.NuSVC的用法示例。
在下文中一共展示了NuSVC.predict_proba方法的2个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: fit_model_7
# 需要导入模块: from sklearn.svm import NuSVC [as 别名]
# 或者: from sklearn.svm.NuSVC import predict_proba [as 别名]
def fit_model_7(self,toWrite=False):
model = NuSVC(probability=True,kernel='linear')
for data in self.cv_data:
X_train, X_test, Y_train, Y_test = data
model.fit(X_train,Y_train)
pred = model.predict_proba(X_test)[:,1]
print("Model 7 score %f" % (logloss(Y_test,pred),))
if toWrite:
f2 = open('model7/model.pkl','w')
pickle.dump(model,f2)
f2.close()示例2: SVC
# 需要导入模块: from sklearn.svm import NuSVC [as 别名]
# 或者: from sklearn.svm.NuSVC import predict_proba [as 别名]
lr.fit(model_mat_train[:, np.where(rfe.support_)[0]], ACTION)
pred = lr.predict_proba(model_mat_test[:, np.where(rfe.support_)[0]])
pd.DataFrame({"Id": test_data.index, "Action": pred[:, 1]}).to_csv(
"../lr2_submission.csv", header=True, index=False
)
## svms
svc = SVC(C=1.0, kernel="rbf", probability=True, class_weight="auto", verbose=2)
svc.fit(model_mat_train[:27000, np.where(rfe.support_)[0]], ACTION[:27000])
pred = svc.predict_proba(model_mat_train[27000:, np.where(rfe.support_)[0]])
auc_score(ACTION[27000:], pred[:, 1])
nusvc = NuSVC(nu=0.11, kernel="rbf", degree=3, probability=True, cache_size=1024, verbose=2)
nusvc.fit(model_mat_train[:27000, np.where(rfe.support_)[0]], ACTION[:27000])
svc_pred = nusvc.predict_proba(model_mat_train[27000:, np.where(rfe.support_)[0]])
auc_score(ACTION[27000:], svc_pred[:, 1])
nusvc = NuSVC(nu=0.11, kernel="rbf", degree=3, probability=True, cache_size=1024, verbose=2)
nusvc.fit(model_mat_train[:27000], ACTION[:27000])
svc_pred = nusvc.predict_proba(model_mat_train[27000:])
auc_score(ACTION[27000:], svc_pred[:, 1])
nusvc.fit(model_mat_train[:, np.where(rfe.support_)[0]], ACTION)
svc_pred = nusvc.predict_proba(model_mat_test[:, np.where(rfe.support_)[0]])
pd.DataFrame({"Id": test_data.index, "Action": svc_pred[:, 1]}).to_csv(
"../nusvc_submission.csv", header=True, index=False
)
## random forest