如何指定对训练数据的信心？

问题描述

我正在使用分类变量对数据进行分类。是人们提供信息的数据。

我的训练数据集质量不一。我对某些数据有更大的信心，即我对人们提供了正确的信息有较高的信心，而在某些数据中，我不太确定。

如何将这些信息传递给分类算法，例如朴素贝叶斯（Naive Bayes）或K最近邻居？ 还是应该改用其他算法？

解决方法

我认为您想要做的是为您拥有的每个数据点提供单独的权重（重要性/信心）。

例如，如果您确定一个数据点的质量较高且权重较高，而对其他数据点信心不足，则可以在适合分类器时指定该数据点。

Sklearn为此提供了例如高斯朴素贝叶斯分类器（GaussianNB）。 在这里，您可以在调用fit()方法时指定sample_weights。