如何指定scikit-learn的朴素贝叶斯的先验概率

如何指定scikit-learn的朴素贝叶斯的先验概率

在scikit-learn中实现的GaussianNB（）不允许您事先设置类。如果阅读在线文档，则会看到.class_prior_是 属性 而非
参数 。一旦安装了GaussianNB（），就可以访问class_prior_属性。它是通过简单地计算训练样本中不同标签的数量来计算的。

from sklearn.datasets import make_classificationfrom sklearn.naive_bayes import GaussianNB# simulate data with unbalanced weightsX, y = make_classification(n_samples=1000, weights=[0.1, 0.9])# your GNB estimatorgnb = GaussianNB()gnb.fit(X, y)gnb.class_prior_Out[168]: array([ 0.105,  0.895])gnb.get_params()Out[169]: {}

您会看到估算器足够聪明，可以考虑不平衡权重问题。因此，您不必手动指定先验条件。