我正在尝试使用RandomForestClassifier来解决nlp问题，但是当我使用predict_log_proba方法时，我得到一个除零错误。我看了一下predict_proba方法的结果，发现原因是因为某些类的一些概率（共有6个类）都是0.所以当predict_log_proba尝试将np.log应用于0时，它会得到0一个错误。是否有一个参数可以避免这个问题？
我知道predict_log_proba可以在随机林分类器上正确使用，因为我看到这个示例代码使用它并且它工作正常：http://scikit-learn.org/stable/auto_examples/calibration/plot_calibration_multiclass.html
我正在使用sklearn版本0.19和RandomForestClassifier的默认参数值。
答案 0 :(得分：3)
如果您的模型输出给定类的概率为零，那么该类的对数概率为负无穷大。因此，如果您对日志空间中的概率进行求和（或者需要此值），那么显然您无法使用此值。
为了在随机森林中发生这种情况，这意味着所有树都同意该特定数据点的特定类的概率为零。你可以通过增加树的数量来减轻这种情况（这会增加至少其中一个人说这个例子属于那个类的机会）。或者你可以将max_depth参数减少到类似的效果。
或者，您可以在应用对数之前软化模型的输出，例如将输出概率设置为min（max（p，0.001），0.999）。
希望有所帮助。