我怎么知道我给科普学习的先验是什么？(朴素贝叶斯分类器。

Question

在sci-kit learn的朴素贝叶斯分类器中，您可以指定先验概率，分类器将在其计算中使用提供的概率。 但我不知道先验概率应该如何排序。

from sklearn.naive_bayes import BernoulliNB
data = [[0], [1]]
classes = ['light bulb', 'door mat']
classes.shuffle()  # This simulates getting classes from a complex source.
classifier = BernoulliNB(class_prior=[0, 1])  # Here we provide prior probabilities.
classifier.fit(data, classes)

在上面的代码中，我怎么知道哪个类被假定为 100% 先验？ 在指定先验概率之前，我是否需要考虑数据中类的顺序？

我也有兴趣知道这是在哪里记录的。

Answer 1

它似乎没有记录。拟合时，目标由LabelBinarizer预处理，因此您可以使用

from sklearn.preprocessing import LabelBinarizer
labelbin = LabelBinarizer()
labelbin.fit_transform(classes)

然后labelbin.classes_包含目标数据的结果类（classes），顺序对应于先验之一。

Answer 2

排序

后的顺序是classes的顺序，所以P（ light bulb ）=.4 将使用[.6, .4]指定，因为"door mat" < "light bulb" .

Answer 3

深度嵌套在代码库中，会发生以下情况： 您按采样为fit()调用提供的类将转换为一个集合，进行排序，然后按该顺序存储在分类器对象中（按字母或数字顺序）。为__init__()提供的先验与按此确切顺序的类相对应。

显然，这是没有记录的。

进一步阅读：

• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/naive_bayes.py
• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/preprocessing/label.py
• https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/utils/multiclass.py