我目前正在使用scikit learn的GaussianNB包。
我注意到，我可以选择几种不同的方式返回分类结果。返回分类的一种方法是使用predict_log_proba方法。
为什么我会选择使用predict_log_proba与predict_proba与predict？
- predict只为您提供每个示例的类
- predict_proba为每个类提供概率，而predict只是取概率最大的类
- predict_log_proba为您提供概率的对数，这通常更方便，因为概率可能会变得非常小
当使用概率进行计算时，在对数空间而不是线性空间中进行计算是很常见的，因为概率经常需要相乘，导致它们变得非常小，并且会出现舍入误差。此外，一些像KL散度这样的量是根据对数概率定义的或容易计算的（注意log（P/Q）=log（P）-log（Q））。
最后，由于稳定性和速度的原因，Naive Bayes分类器通常本身在对数空间中工作，因此首先计算exp(logP)，然后再计算logP是浪费的。
让我们先来看看问题，向量{w1，w2，w3，w4____w_d}的后验
p（y=1|w1，w2，w3，__，w_d）=p（y=1）*p（w1|y=1）*p（w2|y=1
假设每个可能性的随机概率，
p（y=1|w1，w2，w3，__，w_d）=0.6*0.2*0.23*0.04*0.001*0.45*0.012_ SO ON
当乘以可能性、时，没有任何地方是有问题的
注意：-在python中，float是四舍五入到一些有效数字。这意味着当你有很多可能性时，你无法获得正确的结果。
为了解决这个关键问题，我们使用对数概率。log的一个好特性是它是一个单调函数，并且它将乘法转换为加法并且与简单乘法相比，它给出了快速准确的结果。
log（p（y=1|w1，w2，w3，__，w_d））=log（p
现在很好