1
GaussianNB的priors填进去后，不会随训练数据自动改写
#机器学习#GaussianNB#分类#参数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
新加坡 10-31 14:18 · 吉隆坡 14:18 · 雅加达 13:18 · 曼谷 13:18 · 马尼拉 14:18 · 胡志明 13:18 · 北京 14:18 · 东京 15:18 · 伦敦 06:18 · 纽约 02:18
#机器学习#GaussianNB#分类#参数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