我正在尝试将RandomForestClassifier用于NLP问题，但是当我使用Preject_log_proba方法时，我会按零错误获得鸿沟。我查看了prective_proba方法的结果，发现原因是因为某些类的某些概率（总共有6个类）为0。一个错误。是否有参数比避免此问题？
P>我使用的是Sklearn版本0.19和RandomforestClassifier的默认参数值。
好吧，如果您的模型输出给定类别的零概率，则该类的对数概率为负信息。因此，如果您要概括日志空间中的概率（或其他需要此值），那么显然您无法使用此概率。
为了在随机森林中发生，这意味着所有树木都同意该特定数据点的特定类别的概率为零。您可以通过增加树木的数量来减轻这种情况（这将增加至少一个人的机会，说这个例子属于该课程）。或者，您可以将max_depth参数降低到可能相似的效果。
另外，您只需在应用对数之前就可以软化模型的输出，例如，将输出概率设置为最小（最大（P，0.001），0.999）。
希望会有所帮助。