scikit-learn中实现了了三种朴素贝叶斯分类器:GuassionNB(用于任意连续数据,高维数据),BernoulliNB(假定输入数据为为二分类数据),MultinomialNB(假定输入数据为计数数据,即每个特征代表某个对象的整数计数,比如一个单词句子中出现的次数)。MultinomialNB,BernoulliNB主要用于文本数据的分类。# from sklearn.naive_bayes import GaussianNB
朴素贝叶斯训练和预测速度快,对于高维稀疏计数数据的效果好,鲁棒性优越