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
它似乎没有文件。在fit时,target由
LabelBinarizer
进行预处理,因此可以使用然后
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:
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"
。在相关问题 更多 >
编程相关推荐