返回sklearn的高斯朴素贝叶斯的原始概率

Question

我正在使用Scikit-Learn的GaussianNB进行监督分类。当使用方法“ predict_proba”时，概率总和始终等于1。

我想返回的是拟合的高斯分布的实际值，因为我的数据集包含许多离群值。如果我有3个已确定的类别，我希望模型告诉我：“类别A为10％，类别B为0.5％，类别C为4％”。换句话说，它更有可能是异常值。

sklearn是否也返回此结果？我应该基于均值和标准差进行数学运算吗？

Answer 1

我最终使用的解决方案如下：

gaussian_model = naive_bayes.GaussianNB()
jll = gaussian_model._joint_log_likelihood(X) 
raw_proba = np.exp(jll)

raw_proba不在0到1之间，但由于我只想对结果进行排名，因此我并不真正在意数字本身。