sklearn高斯朴素贝叶斯的返回原始概率

Question

我正在使用Scikit的GaussianNB进行监督分类。使用“预测概率”方法时，证明总数始终等于1。在

我想返回的是拟合高斯分布的实际值，因为我的数据集包含许多离群值。如果我有3个确定的类别，我希望模型告诉我：“有10%属于A类，0.5%属于B类，4%属于C类”。换句话说，它更可能是一个离群值。在

sklearn是否也返回此结果？我应该根据平均值和标准差来计算吗？在

Answer 1

我最后使用的解决方案是：

gaussian_model = naive_bayes.GaussianNB()
jll = gaussian_model._joint_log_likelihood(X) 
raw_proba = np.exp(jll)

raw_proba不在0和1之间，但由于我只想对结果进行排序，所以我并不真正关心数字本身。在