Scikit-learn具有y概率的多类朴素贝叶斯

Question

我正在进行推文分类，其中每条推文都属于少数类之一。 训练集输出作为将样本归属于每个类的概率给出。 例如：推文＃1：C1-0.6，C2-0.4，C3-0.0（C1，C2，C3为班级）

我计划使用Scikit-learn使用朴素贝叶斯分类器。我找不到naive_bayes.py中的拟合方法，该方法需要每个课程进行训练的概率。 我需要一个分类器，它接受训练集的每个类的输出概率。 （即：y.shape = [n_samples，n_classes]）

如何处理我的数据集以应用NaiveBayes分类器？

Answer 1

这并不容易，因为“班级概率”可以有很多解释。

在NB分类器和sklearn的情况下，我看到的最简单的过程是：

1. 根据以下规则拆分（复制）您的训练样本： 给定（x，[p1，p2，...，pk]）样本（其中pi是第i类的概率）创建人工训练样本： （x，1，p1），（x，2，p2），...，（x，k，pk）。所以你得到k个新观察结果，每个观察结果“附加”到一个类别，而pi被视为样本权重，NB（在sklearn中）接受。
2. 使用fit(X,Y,sample_weights)训练你的NB（其中X是x观察的矩阵，Y是上一步的类矩阵，{{1} }是上一步的pi矩阵。

例如，如果您的训练集包含两点：

• （[0 1]，[0.6 0.4]）
• （[1 3]，[0.1 0.9]）

您将它们转换为：

• （[0 1]，1,0.6）
• （[0 1]，2,0.4）
• （[1 3]，1,0.1）
• （[1 3]，2,0.9）

并用

训练NB
• sample_weights
• X = [ [0 1], [0 1], [1 3], [1 3] ]
• Y = [ 1, 2, 1, 2 ]