我正在使用石榴python包从使用from_samples（）的数据集中创建贝叶斯N / w。
我想使用.fit（）方法中的weights = []选项以及惯性= 0/1来赋予某些行更多的权重。
我知道，当惯性= 1时，该算法将不会考虑所提供的权重，而只会从数据中学习。
并且当惯性= 0时，传递的权重将考虑从数据中学到的参数。
但是在应用权重时，我无法掌握分配给完整数据行（具有多列）的权重如何影响最终结果。
此外，我看到分配给第一行的权重正在溢出到另一列中，这些行的列中的值相同（有些列的值不同）。
包裹正在计算加权概率吗？
请帮助我更好地理解这一点，因为有关使用重量和惯性的文献很少。
关于谢林