好吧，我写了这段代码来分类我的数据。我的数据包含5000个实例和260个功能。每个特征都是二项式的，即如果单词“money”在我正在分类的实例中，那么特征23是1，否则为0等。 有4个类别。当我计算最终类时，有57％的错误。在大多数情况下，对于所有c，期望概率P（y = c | x）为0。即使是正确的，这个值的最大值也是例如P（y = 1，x）= e ^ -80但其他的甚至更小，因此选择1级，这是真的。所以问题是我猜这些值太小了。我怎么解决这个问题？我已经看到使用对数概率可能更好，但我如何以对数方式实现？提前谢谢。
如果代码丢失或错误，我将代码作为附录。 labels =数据类，规范化要素=行是实例而列是要素的数据。 再次感谢。
