2024-05-15 12:56:26 发布
网友
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
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
raw_proba
我最后使用的解决方案是:
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。在相关问题 更多 >
编程相关推荐