我怎么知道我以前给sci-kit学习的内容？ （朴素贝叶斯分类器。）

Question

在sci-kit learn的朴素贝叶斯分类器中，您可以指定先验概率，分类器将在其计算中使用那些提供的概率。但我不知道应如何订购先验概率。

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)

在上面的代码中，我如何知道哪个类被认为是100％之前的？在指定先验概率之前，是否需要考虑数据中类的顺序？

我也有兴趣知道这些记录的位置。

Answer 1

似乎没有证件。适合时，目标由LabelBinarizer预处理，因此您可以使用

获取数据类

from sklearn.preprocessing import LabelBinarizer
labelbin = LabelBinarizer()
labelbin.fit_transform(classes)

然后labelbin.classes_包含目标数据（classes）的结果类，按顺序对应其中一个。

Answer 2

排序后的顺序是classes的顺序，所以P {light bulb）=。4将使用[.6, .4]指定，因为"door mat" < "light bulb"。

Answer 3

深深嵌套在代码库中会发生以下情况：您为fit()调用提供的类将转换为集合，排序，然后按顺序存储在分类器对象中（按字母顺序或数字顺序） 。为__init__()提供的先验对应于按照这个确切顺序的类。

显然这是没有证件的。

进一步阅读：

• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/naive_bayes.py
• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/preprocessing/label.py
• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/utils/multiclass.py