1
Amy 原创整理｜资料核验：2026-10-31
【官方文档事实】GaussianNB的priors表示各类别的先验概率。显式提供后，这些先验不会再按训练数据调整。拟合后可查看classes_和class_prior_，对照类别顺序与概率。
另一个容易混淆的参数var_smoothing，作用是把所有特征中最大方差的一小部分加入方差计算，以改善数值稳定性；它不负责指定类别先验。
【Amy的检查步骤】先确认你是否确有外部依据指定先验，再记录概率对应的类别顺序，拟合后打印classes_与class_prior_核对。若只是发现训练集类别比例不均，不应随手填一组数字并假定模型以后会自动修正。比较方案时使用独立验证数据，说明依据；参数解释本身不构成效果提升承诺。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.naive_bayes.GaussianNB.html