I écrit le code ci-dessous:Sklearn prédire plusieurs sorties
from sklearn import tree
# Dataset & labels
# Using metric units
# features = [height, weight, style]
styles = ['modern', 'classic']
features = [[1.65, 65, 1],
[1.55, 50, 1],
[1.76, 64, 0],
[1.68, 77, 0] ]
labels = ['Yellow dress', 'Red dress', 'Blue dress', 'Green dress']
# Decision Tree
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)
# Returns the dress
height = input('Height: ')
weight = input('Weight: ')
style = input('Modern [0] or Classic [1]: ')
print(clf.predict([[height,weight,style]]))
Ce code reçoit la hauteur de l'utilisateur et le poids, puis retourne la robe qui correspond mieux à elle. Y a-t-il un moyen de retourner plusieurs options? Par exemple, retourner deux robes ou plus.
MISE À JOUR
from sklearn import tree
import numpy as np
# Dataset & labels
# features = [height, weight, style]
# styles = ['modern', 'classic']
features = [[1.65, 65, 1],
[1.55, 50, 1],
[1.76, 64, 1],
[1.72, 68, 0],
[1.73, 68, 0],
[1.68, 77, 0]]
labels = ['Yellow dress',
'Red dress',
'Blue dress',
'Green dress',
'Purple dress',
'Orange dress']
# Decision Tree
clf = tree.DecisionTreeClassifier()
clf = clf.fit(features, labels)
# Returns the dress
height = input('Height: ')
weight = input('Weight: ')
style = input('Modern [0] or Classic [1]: ')
print(clf.predict_proba([[height,weight,style]]))
Si l'utilisateur est 1.72m et 68 kg, je veux montrer à la fois les robes vert et pourpre. Cet exemple renvoie juste 100% pour la robe verte.
Quand serait-il revenir plus d'un? Voulez-vous dire les retourner dans le plus proche ordre? – erip