在样本数据集中计算概率的好方法是什么？每个样本都是一个测量值，通常为 1 或 0。目标是根据所有特征行计算概率。
简单示例数据集：
feature label
dog 1
dog 0
dog 0
dog 0
cat 1
cat 0
预期输出：
feature result
dog 0.25
cat 0.5
真实数据集有大约 50 个特征。
对于示例，您可以简单地计算每个特征的平均值，但是我不确定这是否正是您想要的。如果您已经将数据加载到 pandas 数据框中，这将非常简单
df.groupby(["feature"]).mean().reset_index()
假设X是特征和y - 标签
#Put algorithm as you wish
from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier(max_depth=2, random_state=0)
clf.fit(X_train, y_train )
clf.predict_proba(X_test) # there you will get probabilities of the class