有人可以举一个例子来说明由 Python 中的小差异引起的某种数值误差吗?

Question

"sklearn/naive_bayes.py" 说

# If the ratio of data variance between dimensions is too small, it
# will cause numerical errors. To address this, we artificially
# boost the variance by epsilon, a small fraction of the standard
# deviation of the largest dimension.

有人可以举一个例子来说明这种由小方差引起的数值误差？

Answer 1

朴素贝叶斯与概率一起工作。概率通常很小。要计算联合概率，您需要将概率相乘。当你将一个小数乘以另一个小数时，你会得到一个非常小的数字(有时甚至不适合 32 位浮点值，非零值变成 0(。

有时，某些特征的方差为 0，这会导致div 为零问题和数值不稳定。