在sci-kit學習的樸素貝葉斯分類器中,您可以指定先驗概率,分類器將使用它提供的概率進行計算。但我不知道如何排序先驗概率。我如何知道我給sci-kit學習的先前知識? (Naive-bayes分類器)
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)
在上面的代碼中,我如何知道哪個類被假定爲100%優先?在指定先驗概率之前,我是否需要考慮數據中類的順序?
我也有興趣知道這是記錄在哪裏。
它沒有記錄的樸素貝葉斯,但它是整個會議scikit學習每類參數工作像這個。歡迎補丁。 –
所以我必須做一些額外的工作才能使class_prior順序正確。如果class_prior會接受字典,那將會很好。也許我會像larsmans提到的那樣查看一個補丁。 – Buttons840