python-3.x - 多项式朴素贝叶斯 softmax 改变

Question

在 scikit learn 中，我使用 MultinomialNB 对标记文本数据进行多类分类。 在预测时我使用了 multinomialNB 的“predict_proba”特征

clf=MultinomialNB()
print(clf.fit(X_train,Y_train))
clf.predict_proba(X_test[0])

结果我得到了每个类的概率值向量，加起来为 1。我知道这是因为 softmax 交叉熵函数。

array ( [ [ 0.01245064, 0.02346781, 0.84694063, 0.03238112, 0.01833107, 0.03103464, 0.03539408 ] ] )

我的问题是，在预测时我需要有binary_cross_entropy，以便我获得每个类别在0到1之间相互独立的概率值向量。那么在 scikit-learn 中进行预测时如何更改函数呢？

Answer 1

您可以使用以下方法获得每个类别的对数可能性:

_joint_log_likelihood(self, X):
        """Compute the unnormalized posterior log probability of X
        I.e. ``log P(c) + log P(x|c)`` for all rows x of X, as an array-like of
        shape [n_classes, n_samples].
        Input is passed to _joint_log_likelihood as-is by predict,
        predict_proba and predict_log_proba.
        """ 

朴素贝叶斯 Predict_log_proba 只需对上面的函数进行标准化即可工作。

def predict_log_proba(self, X):
        """
        Return log-probability estimates for the test vector X.
        Parameters
        ----------
        X : array-like, shape = [n_samples, n_features]
        Returns
        -------
        C : array-like, shape = [n_samples, n_classes]
            Returns the log-probability of the samples for each class in
            the model. The columns correspond to the classes in sorted
            order, as they appear in the attribute `classes_`.
        """
        jll = self._joint_log_likelihood(X)
        # normalize by P(x) = P(f_1, ..., f_n)
        log_prob_x = logsumexp(jll, axis=1)
        return jll - np.atleast_2d(log_prob_x).T