Итак, у меня есть 2 сценария для искусственной нейронной сети по страховым претензиям - один сценарий предназначен для обучения / тестирования, а другой - для выполнения в будущем.Я закончил с первым и разрабатываю второй, используя реальные производственные данные в качестве теста.Метка назначения / класса представляет собой двоичный 1 или 0. Входные данные изначально находятся в форме данных формы (5914, 23), и это все числовые данные.Затем я делаю df.values.tolist () для него, я делаю StandardScaler () для всех значений (кроме первого, который является идентификатором заявки), и в процессе он проходит через np.asarray.Затем я запускаю его через ANN_Model.Predict_Proba, который дает мне список из 5 914 пар вероятностей.Теперь я хочу объединить данные с фреймом данных, который у меня был до того, как я выполнил tolist (), все вероятности (называемые «realted_probs ») и сделать это в новом столбце на этом исходном фрейме данных (столбец с именем« Results ») исделать это для одного класса (меня интересует только положительный класс).Я делаю это с помощью следующего кода.Но я не знаю, совпадает ли порядок моих результатов с порядком данных.Это так?
for i in range (0,len(predicted_probs)):
original_df["Results"] = pd.Series(predicted_probs[i])
print (predicted_probs[[i],[1]])
Должен ли я сделать это по-другому?Я должен повторить то, что сделано в учебном скрипте, чтобы ожидать одинаковых результатов, следовательно, StandardScaler (), np.asarray и т. Д.
Заранее спасибо