scikit-learn - 为什么在 GaussianNB [scikit-learn] 中使用对数概率估计?

标签 scikit-learn gaussian

我目前正在使用 scikit-learn 的 GaussianNB包裹。

我注意到我可以选择以几种不同的方式返回分类结果。返回分类的一种方法是使用 predict_log_proba 方法。

为什么我会选择使用 predict_log_proba、predict_proba 和 predict?

最佳答案

  • 预测 只是为您提供每个示例的类(class)
  • predict_proba 给你每个类(class)的概率,以及 预测 只是取最大概率的类
  • predict_log_proba 给你概率的对数,这通常更方便,因为概率可以变得非常非常小
  • 关于scikit-learn - 为什么在 GaussianNB [scikit-learn] 中使用对数概率估计?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20335944/

    相关文章:

    python-3.x - 在 train_test_split sklearn python 上设置种子

    python - 将 Pandas 时间戳与 scikit-learn 结合使用

    python - 如何进行多标签分层抽样?

    python - Python 中的多变量核密度估计

    python - 高斯平滑python中的图像

    python - 如何将列的值复制到新列中

    python - Sklearn - 发现输入变量的样本数量不一致 : [16512, 4128]

    matlab - 如何从具有特定均值和方差的正态分布中生成随机数?

    matlab - 为什么积分图像包含额外的零行和零列?

    python - 如何快速对多个数据集执行最小二乘拟合?