问题描述
我正在为我的数据挖掘课程研究朴素贝叶斯分类器算法，但是在计算概率时遇到了下溢问题。特定的数据集有~305 个属性，所以你可以想象，最终的概率会非常低。我怎样才能避免这个问题？
解决方法
一种方法是处理概率的对数而不是概率本身。这个想法是你永远不要用概率计算，因为担心你会得到 0.0，而是用对数概率计算。
大多数更改都很容易：例如，不是将概率相乘，而是添加对数，并且对于许多分布（例如高斯分布），计算对数概率而不是概率很容易。
唯一稍微棘手的一点是如果您需要将概率相加。但这是一个众所周知的问题，搜索logsumexp 会得到很多命中，例如here。我相信有一个 logsumexp 函数 int scipy。