確率を予測ラベルに変換する最も容易かつ迅速な方法は何ですか？要するに

Question

は、私は次のコードのための1/2行のコードを探しています：

for i in range(A.shape[1]): 

    # Convert probabilities A[0,i] to actual predictions p[0,i] 
    ### START CODE HERE ### (≈ 4 lines of code) 
    if(A[i] > .5) 
     Y_prediction[i] = 1 
    else 
     Y_prediction[i] = 0 

Answer 1

あなたは0-1ラベルに確率値を変換したいです。割り当てV_prediction[0, :] = A[0, :] > 0.5で十分です。ブール値A[0, :] > 0.5（True/False）は、ターゲット配列V_predictionが数値の場合、数字1、0になります。例：

V_prediction = np.zeros((3, 10)) 
A = np.random.uniform(size=(3, 10)) 
V_prediction[0, :] = A[0, :] > 0.5 

V_prediction現在、（ランダム）

array([[ 1., 0., 1., 1., 0., 1., 0., 0., 0., 0.], 
     [ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.], 
     [ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]]) 

あるすべてのラベルが整数である場合、V_predictionは整数データ型で宣言することができます。

より複雑なシナリオにまで及ぶ、より精巧なアプローチは、numpy.piecewiseを使用することです。

V_prediction[0, :] = np.piecewise(A[0, :], [A[0, :] > 0.5, A[0, :] <= 0.5], [0, 1]) 

Answer 2

numpy argmax関数が便利です。配列を引数としてargmax関数に渡すだけで、確率に基づいたラベルが表示されます。

さらに、see here。