有人可以在数学上告诉我在计算损失函数和指标时,在Keras中如何使用sample_weight和class_weight？一个简单的数学表达将是伟大的.
在 sci-kit learn 的朴素贝叶斯分类器中，您可以指定先验概率，分类器将在计算中使用这些提供的概率。但我不知道先验概率应该如何排序。
from sklearn.naive_bayes import BernoulliNB
data = [[0], [1]]
classes = ['light bulb', 'door mat']
classes.shuffle() # This simulates getting classes from a complex source.
classifier = BernoulliNB(class_prior=[0, 1]) # Here we provide prior probabilities.
classifier.fit(data, classes)
在上面的代码中，我如何知道哪个类被假定为 100% 先验？在指定先验概率之前，我是否需要考虑数据中类别的顺序？
我也有兴趣知道这个记录在哪里。