Python实现高斯朴素贝叶斯返回概率数组为[nan]问题求解

根因 #

你遇到的NaN问题来自高斯概率密度计算的除零错误：

P(x|c) = 1/(√(2π) * σ_c) * e^(-(x-μ_c)²/(2σ_c²))

当某类别下的连续特征所有样本取值完全一致时，标准差σ_c=0，公式分母为0，输出结果直接为NaN，导致后续概率比较逻辑失效。

修复方法 #

方案1：添加标准差平滑项 #

这是最常用的处理方式，在计算标准差时增加极小的兜底值，避免出现0值，平滑值通常取1e-9，对最终概率结果的影响可以忽略。
示例代码修改：

from math import exp, sqrt, pi

def prob_continous_value(x, mean, std):
    # 给标准差添加最小兜底值，避免除零
    safe_std = max(std, 1e-9)
    exponent = exp(-(x - mean) ** 2 / (2 * safe_std ** 2))
    return (1 / (sqrt(2 * pi) * safe_std)) * exponent

方案2：零标准差特殊分支处理 #

如果明确检测到标准差为0，可以直接根据特征匹配情况返回概率，不需要走高斯公式计算：

• 待预测样本的特征值和该类别下的特征均值（即固定值）相等时，返回概率1.0
• 不相等时返回极小概率1e-12即可
  示例代码修改：

from math import exp, sqrt, pi

def prob_continous_value(x, mean, std):
    if abs(std) < 1e-9:
        # 该类别下特征取值固定，匹配则概率为1，否则为极小值
        return 1.0 if abs(x - mean) < 1e-9 else 1e-12
    exponent = exp(-(x - mean) ** 2 / (2 * std ** 2))
    return (1 / (sqrt(2 * pi) * std)) * exponent

方案3：预处理阶段过滤无效特征 #

如果数据集存在大量方差为0的特征，这类特征对分类没有区分度，可以在数据预处理阶段直接删除，从根源避免问题出现。

分类结果提取 #

修复概率计算逻辑后，你得到的概率数组将不再包含NaN值，直接调用numpy.argmax即可提取最大值对应的分类：

import numpy as np

# prob_array为每个类别的概率计算结果数组
predicted_class = np.argmax(prob_array)

内容的提问来源于stack exchange，提问作者Evan Gertis