Machine learning 用朴素贝叶斯方法求类的概率

我试图用两个类对输入进行分类，下面是代码

dino

和

crypto

是两类：

for w, cnt in list(counts.items()): #count is dict with word and it's count value
    p_word = vocab[w] / sum(vocab.values()) 
    p_w_given_dino = (word_counts["dino"].get(w, 0.0) + 1) / (sum(word_counts["dino"].values()) + v) 
    p_w_given_crypto = (word_counts["crypto"].get(w, 0.0) + 1) / (sum(word_counts["crypto"].values()) + v)

    log_prob_dino += math.log(cnt * p_w_given_dino / p_word)
    log_prob_crypto += math.log(cnt * p_w_given_crypto / p_word)

print("Score(dino)  :", math.exp(log_prob_dino + math.log(prior_dino)))
print("Score(crypto):", math.exp(log_prob_crypto + math.log(prior_crypto)))

另一种方法是：

prior_dino = (priors["dino"] / sum(priors.values()))
prior_crypto = (priors["crypto"] / sum(priors.values()))
for w, cnt in list(counts.items()):
    p_word = vocab[w] / sum(vocab.values())
    p_w_given_dino = (word_counts["dino"].get(w, 0.0) + 1) / (sum(word_counts["dino"].values()) + v) 
    p_w_given_crypto = (word_counts["crypto"].get(w, 0.0) + 1) / (sum(word_counts["crypto"].values()) + v)
    prob_dino *= p_w_given_dino
    prob_crypto *= p_w_given_crypto
t_prior_dino = prob_dino * prior_dino
t_prior_crypto = prob_crypto * prior_crypto

在第二种方法中，我得到了非常小的值

---

哪一个是正确的，或者两者都是正确的？

这些方法完全相同。然而，第一种方法更可取，因为处理概率的对数会使整个过程在数值上更加稳定。结果应相同（最大数值误差）

然而，第二种方法似乎有错误

prob_dino *= p_w_given_dino

不使用您有

cnt

发生的事实；应该是这样的

prob_dino *= pow(p_w_given_dino, cnt) 

---

第二种方法是将概率相乘，概率可能略高于零，相乘后的总结果接近零。使用log（）可以避免这个问题。@user3760780:两者的结果都相当正确吗？表示的唯一方法是改变在使用log（）之后，对于最可能的类，您仍然应该获得最高的分数。除此之外，我认为您在第二种方法中没有使用

p_word

。您也只在第一种方法中使用了

cnt

。哦，谢谢你，伙计，实际上我以为它在按for循环迭代时会成倍增加，没想到我已经得到了计数值，每个单词只迭代了一次