我想知道是否有可能以某种方式为 scikit-learn 中的朴素贝叶斯分类器定义损失函数。例如,假设我们对垃圾邮件与普通邮件的分类感兴趣。在这种情况下,这样的损失函数将有助于降低误报率(即,将 ham 分类为垃圾邮件,这比将垃圾邮件分类为 ham 更“糟糕”)
为简单起见,我有一个使用 Gaussian here 随机数据的示例.
请您参考如下方法:
朴素贝叶斯的损失函数总是负联合对数似然,-log p(X, Y)。这种损失函数的选择,在特征独立的朴素贝叶斯假设下,使朴素贝叶斯变得快速:最大似然训练可以通过执行一个矩阵乘法和一些求和来完成。我能想到的所有其他损失函数都会将您带入迭代优化领域。
关于您的实际问题:您可以尝试使用 GridSearchCV 调整学习器参数使用 scoring='precision' 或基于 sklearn.metric.fbeta_score 或 roc_auc_score 的自定义评分函数。不过,我不确定在朴素贝叶斯中是否会有很多,所以您可能想切换到逻辑回归。
