我怎么知道我要给scikit learn什么？（Naivebayes分类器。）

Question

在sci-kit-learn的naivebayesian分类器中，可以指定先验概率，分类器将在计算中使用这些提供的概率。但我不知道先验概率应该如何排序。在

from sklearn.naive_bayes import BernoulliNB
data = [[0], [1]]
classes = ['light bulb', 'door mat']
classes.shuffle()  # This simulates getting classes from a complex source.
classifier = BernoulliNB(class_prior=[0, 1])  # Here we provide prior probabilities.
classifier.fit(data, classes)

在上面的代码中，我如何知道哪个类被假定为100%优先级？在指定先验概率之前，是否需要考虑数据中类的顺序？在

我也有兴趣知道这些文件记录在哪里。在

Answer 1

它似乎没有文件。在fit时，target由LabelBinarizer进行预处理，因此可以使用

from sklearn.preprocessing import LabelBinarizer
labelbin = LabelBinarizer()
labelbin.fit_transform(classes)

然后labelbin.classes_包含目标数据（classes）的结果类，顺序与其中一个优先级相对应。在

Answer 2

深深嵌套在代码基中会发生以下情况：您为fit()调用提供的类被转换成一个集合，进行排序，然后按该顺序存储在分类器对象中（字母顺序或数字顺序）。为__init__()提供的优先级与按此顺序排列的类相对应。在

显然这是没有文件记录的。在

进一步阅读：

• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/naive_bayes.py
• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/preprocessing/label.py
• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/utils/multiclass.py

Answer 3

排序后的顺序是classes，因此p（light bulb）=.4将使用[.6, .4]指定，因为"door mat" < "light bulb"。在