Я делаю классификацию твитов, где каждый твит может принадлежать к одному из нескольких классов. Выходные данные обучающего набора представлены как вероятность принадлежности этой выборки к каждому классу. Например: твит №1: C1-0.6, C2-0.4, C3-0.0 (C1, C2, C3 - классы).
Я планирую использовать наивный байесовский классификатор с помощью Scikit-learn. Я не смог найти подходящий метод в naive_bayes.py, который учитывает вероятность для каждого класса для обучения. Мне нужен классификатор, который принимает вероятность вывода для каждого класса обучающего набора. (например: y.shape = [n_samples, n_classes])
Как я могу обработать свой набор данных, чтобы применить классификатор NaiveBayes?