python-2.7 - 在 python scikit-learn 中指定多标签朴素贝叶斯的先验

Question

我正在研究多标签分类。我在 python scikit-learn 上使用了 GaussianNB 函数。目标是一个具有 (N, L) 形状的数组，其中 L 是类数，N 是观察数。

我使用了三种方法来处理多标签情况：

1. 二元相关
2. 链条模型
3. 标签权力集

我有 L 个类的先验分布，它是一个 (L,) 形状的数组。我试图通过像这样的先验参数将这个先验分布合并到 GaussianNB

classifier = BinaryRelevance(GaussianNB(priors = prior_dist))

但是，它返回以下错误

ValueErrors: number of priors must match number of classes

在多标签情况下，将先验指定为 GaussianNB 的正确方法是什么？

标签： python-2.7scikit-learnnaivebayesmultilabel-classificationscikit-multilearn

Answer 1

我还没有在 scikit-multilearn 中添加对此的支持，但它似乎很容易添加 - 你能把它作为scikit-multilearn 中的功能请求吗？我想我知道如何添加它，但我们可以在 github 中进一步跟踪问题。