python - 如何在clf.predict_proba(X_test)中获得更多的小数？

我有一个pandas数据框，用于二进制分类情况（类别a和类别B）。为了得到X_train, X_test, y_train, y_test我做了70:30这样的分割：

from sklearn.model_selection import train_test_split
target = pd.DataFrame(data['good'])
features = data.drop('good', axis=1)
X_train, X_test, y_train, y_test = train_test_split(features,
                                                    target,
                                                    test_size = 0.3,
                                                    random_state = 0)

然后我做了随机森林分类

from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier(n_jobs=2, random_state=0)
model = clf.fit(X_train, y_train)

像往常一样，您可以通过执行clf.predict(X_test)来获得预测。它给出了这样的对象

array(['0', '0', '1', '0', '0', '1', '0', '1', '1', '1'], dtype=object)

然后，我想通过numpy.ndarray计算预测概率，结果是

array([[ 0.7  ,  0.3  ],
       [ 0.8  ,  0.2  ],
       [ 0.4  ,  0.6  ],
       [ 0.8  ,  0.2  ],
       [ 0.5  ,  0.5  ],
       [ 0.1  ,  0.9  ],
       [ 0.5  ,  0.5  ],
       [ 0.3  ,  0.7  ],
       [ 0.3  ,  0.7  ],
       [ 0.5  ,  0.5  ]])

我想在clf.predict_proba(X_test)输出中得到更多的小数。（我应该是3位小数）例如，

array([[ 0.712  ,  0.288  ],
       [ 0.845  ,  0.155  ... etc

如果答案也将clf.predict_proba(X_test)和clf.predict(X_test)转换并合并到pandas数据帧，那会更好，因为我将继续计算GINI索引。提前谢谢

最佳答案

增加模型参数中的“n_估计器”（似乎您已将其设置为默认值10）。

关于python - 如何在clf.predict_proba(X_test)中获得更多的小数？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47940731/