Scikit learn 为什么在GaussianNB[scikit learn]中使用对数概率估计？

我目前正在使用scikit learn的软件包

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

为什么我会选择使用predict\u log\u proba与predict\u proba与predict？

• predict只为您提供每个示例的课程
• predict\u proba给出每个类的概率，而predict只取概率最大的类
• predict\u log\u probability提供概率的对数，这通常更方便，因为概率可能变得非常非常小

---

当使用概率进行计算时，通常在对数空间而不是线性空间中进行计算，因为概率通常需要相乘，导致它们变得非常小，并且会出现舍入误差。此外，一些类似的量可以根据对数概率定义或容易地计算（注意，log（P/Q）=log（P）-log（Q））

---

最后，出于稳定性和速度的原因，朴素贝叶斯分类器通常在日志空间中工作，因此首先计算

exp（logP）

然后返回

logP

是浪费的。

如果您只关心两个元素之间的相对概率，例如排序，您也可以通过根本不计算

exp

来节省时间。