为什么在GaussianNB [scikit-learn]中使用对数概率估计? [英] Why use log-probability estimates in GaussianNB [scikit-learn]?

问题描述

我目前正在使用scikit-learn的 GaussianNB 软件包.

I'm currently using scikit-learn's GaussianNB package.

我注意到我可以选择以几种不同的方式返回分类的结果.返回分类的一种方法是使用predict_log_proba方法.

I've noticed that I can choose to return results for the classification several different ways. One way to return a classification is using the predict_log_proba method.

为什么我会选择使用predict_log_proba与predict_proba与predict?

Why would I choose to use predict_log_proba versus predict_proba versus predict?

推荐答案

• 预测只是为您提供每个示例的课程
• predict_proba 为您提供每个班级的概率，而 predict 只是参加最大概率的班级
• predict_log_proba 为您提供了概率的对数，这通常更方便，因为概率会变得非常非常小
• predict just gives you the class for every example
• predict_proba gives you the probability for every class, and predict is just taking the class which maximal probability
• predict_log_proba gives you the logarithm of the probabilities, this is often handier as probabilities can become very, very small

这篇关于为什么在GaussianNB [scikit-learn]中使用对数概率估计?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！