После вызова метода clf.fit, аттрибут clf.classes_ заполнится информацией о лейблах классов, в том же порядке, в котором они будут в выдаче метода clf.predict_proba.
In [4]: svc = SVC()
In [5]: import numpy as np
...: X = np.array([[-1, -1, 2], [-2, -1, 4], [1, 1, 5], [2, 1, 2]]) #Тут массив из 3
...: y = np.array([2, 1, 1, 1])
In [6]: svc.fit(X, y)
Out[6]:
SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
decision_function_shape='ovr', degree=3, gamma='auto', kernel='rbf',
max_iter=-1, probability=False, random_state=None, shrinking=True,
tol=0.001, verbose=False)
In [7]: svc.classes_
Out[7]: array([1, 2])