我知道此参数var_smoothing以及如何对其进行调整，但是我想从数学/统计方面进行解释，以说明其实际调节的作用-我一直无法在线找到任何好的参数。
最佳答案
我查看了Scikit-learn存储库，发现以下代码和语句：
# If the ratio of data variance between dimensions is too small, it
# will cause numerical errors. To address this, we artificially
# boost the variance by epsilon, a small fraction of the standard
# deviation of the largest dimension.
self.epsilon_ = self.var_smoothing * np.var(X, axis=0).max()
在统计中，诸如高斯的概率分布函数取决于sigma ^ 2（方差）；并且两个特征之间的差异越大，相关性越低，估计量也就越好，因为朴素贝叶斯作为模型是iid（基本上，它假定特征是独立的）。
但是，就计算而言，在机器学习中非常普遍的是，高值向量或低值向量或浮点运算会带来一些错误，例如“ ValueError：数学域错误”。如果发生某种类型的数字错误，此额外变量可以用作可调极限。
现在，探索我们是否可以将该值用于进一步控制（例如避免过度拟合）将是很有趣的，因为此新的自我ε已添加到方差（sigma ^ 2）或标准差（sigma）中。
关于python - 有人可以对scikit中的GaussianNB参数var_smoothing做什么有很好的数学/统计解释吗？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58046129/