python - 返回 sklearn 高斯朴素贝叶斯的原始概率

Question

我正在使用Scikit-Learn的GaussianNB进行监督分类。当使用“predict_proba”方法时，概率之和始终等于 1。

我想返回的是拟合高斯分布的真实值，因为我的数据集包含许多异常值。如果我有 3 个已识别的类别，我希望模型告诉我:“有 10% 属于 A 类，0.5% 属于 B 类，4% 属于 C 类”。换句话说，它更有可能是异常值。

sklearn 也返回这个结果吗？我应该根据平均值和标准差进行数学计算吗？

Answer 1

我最终使用的解决方案如下:

gaussian_model = naive_bayes.GaussianNB()
jll = gaussian_model._joint_log_likelihood(X) 
raw_proba = np.exp(jll)

raw_proba 不在 0 和 1 之间，但由于我只想对结果进行排名，所以我并不真正关心数字本身。