朴素贝叶斯分类器中的极低概率

Question

针对二值分类问题，我在python中从零开始设计了NB分类器。共有220条记录，其中85条属于“是”类，135条属于“否”类。我的分类器的准确率是88%。

所以，当我计算一个样本属于“是”类的后验概率时，它的数值非常低。例如，我预测击球手是否是新星(即样本的概率属于“是”类)。

在这里，上升星的后验概率，即P(RS)在数字上很低，大约是2.33E-8。但在E-8到E-16的范围内，非上升星的后验概率也很低。我用来计算后验概率的一些特征也是0.1到0.01范围内的小值。

我的问题是如何用百分比来表示后验概率，即P(RS)。相似P(RS)=90%。

PS:我搜索了这个问题，并尝试了日志方法，它返回一个负值。

Answer 1

如果没有你更多地描述你的计算或者显示代码，我就无法确定，但我猜你实际上并不是在计算后验概率。我敢打赌，这只是条件性的可能性，或者充其量是不归一化的后验。记住:后验计算有一个除法分量。你的吗？你可能忘了用“证据”来除法。