【问题标题】:How to calculate the joint log-likelihood for Bernoulli Naive Bayes如何计算伯努利朴素贝叶斯的联合对数似然
【发布时间】:2019-03-22 12:02:46
【问题描述】:

对于使用BernoulliNB 的分类问题,如何计算联合对数似然。联合似然计算如下公式,其中y(d)是实际输出的数组(不是预测值),x(d)是特征的数据集。

我阅读了this answer 并阅读了documentation,但它并没有完全达到我的目的。有人可以请 帮助。

【问题讨论】:

  • 不能只使用训练好的分类器的.class_log_prior_.feature_log_prob_属性吗?
  • 嗨丹尼尔,没有不能使用它们。只需要根据这个公式计算。

标签: machine-learning scikit-learn naivebayes bernoulli-probability


【解决方案1】:

通过查看 the code,在 BernoulliNB 中似乎有一个隐藏的未记录的 ._joint_log_likelihood(self, X) 函数,用于计算联合对数似然。

它的实现与你的要求有些一致。

【讨论】:

    猜你喜欢
    • 2016-02-14
    • 2018-06-11
    • 2016-02-26
    • 2013-03-21
    • 2017-03-19
    • 2010-10-19
    • 2014-09-18
    • 2012-12-06
    相关资源
    最近更新 更多