class_prior 实际上是什么？

Question

我正在读一本关于机器学习的书。在朴素贝叶斯一章中，我遇到了一个问题：

# Create Bernoulli Naive Bayes object with prior probabilities of each class
classifer = BernoulliNB(class_prior=[0.25, 0.5])

目标向量只有两个类别（Binary Classification）。

为什么class_prior 列表的值总和不等于 1？两个可能的类别，两个先验概率。所以这似乎是一个矛盾。我是否忘记了统计中的某些内容？我是否以错误的方式理解class_prior？

Answer 1

这似乎是一个印刷错误。 GaussianNB 检查先验总和为 1 here，但基于 _BaseDiscreteNB 的模型没有。请参阅_update_class_log_prior 和fit。

模型似乎默默地按原样接受先验。来自predict_proba 的最终输出似乎产生了相同的输出，就好像你缩放先验以获得单位总和一样；联合对数似然是均匀移动的，我猜数学是可行的（我还没有检查过），所以实际的预测是一样的。有兴趣的可以看看this notebook。