如何指定scikit-learn的朴素贝叶斯的先验概率

Question

我正在将scikit-learn机器学习库（Python）用于机器学习项目。我使用的算法之一是高斯朴素贝叶斯实现。 GaussianNB（）
函数的属性之一如下：

class_prior_ : array, shape (n_classes,)

我想手动更改该类，因为我使用的数据非常不正确，并且召回其中一个类非常重要。通过为该类别分配较高的先验概率，召回率应会增加。

但是，我不知道如何正确设置属性。我已经阅读了以下主题，但他们的答案对我不起作用。

如何在scikit-learn中为Naive Bayesclf手动设置先验概率？

我怎么知道我先给sci-kit学习什么？（朴素贝叶斯分类器。）

这是我的代码：

gnb = GaussianNB()
gnb.class_prior_ = [0.1, 0.9]
gnb.fit(data.XTrain, yTrain)
yPredicted = gnb.predict(data.XTest)

我认为这是正确的语法，我可以通过使用值来找出哪个类属于数组中的哪个位置，但结果保持不变。也没有给出错误。

从scikit-learn库设置 GaussianNB 算法的属性的正确方法是什么？

链接到GaussianNB的scikit文档

Answer 1

在scikit-learn中实现的GaussianNB（）不允许您事先设置类。如果阅读在线文档，则会看到.class_prior_是 属性 而非
参数 。一旦安装了GaussianNB（），就可以访问class_prior_属性。它是通过简单地计算训练样本中不同标签的数量来计算的。

from sklearn.datasets import make_classification
from sklearn.naive_bayes import GaussianNB


# simulate data with unbalanced weights
X, y = make_classification(n_samples=1000, weights=[0.1, 0.9])
# your GNB estimator
gnb = GaussianNB()
gnb.fit(X, y)

gnb.class_prior_
Out[168]: array([ 0.105,  0.895])

gnb.get_params()
Out[169]: {}

您会看到估算器足够聪明，可以考虑不平衡权重问题。因此，您不必手动指定先验条件。