sklearn库实现三种贝叶斯分类器

sklearn官方教程

https://scikit-learn.org/dev/modules/naive_bayes.html

sklearn库朴素贝叶斯分类:

https://blog.csdn.net/luanpeng825485697/article/details/78967139

三种贝叶斯分类参数介绍

https://www.cnblogs.com/JosonLee/p/10053716.html
https://blog.csdn.net/weixin_44530236/article/details/88769351

GaussianNB

假设条件分布满足高斯分布
如果样本特征的分布大部分是连续值,使用GaussianNB会比较好。

MultinomialNB

假设条件分布满足多项式分布
如果样本特征的大部分是多元离散值,使用MultinomialNB比较合适。

BernoulliNB

假设条件分布满足二项分布
如果样本特征是二元离散值或者很稀疏的多元离散值,应该使用BernoulliNB。(适用于离散特征。特征取值只能是0和1(如文本分类中某个词出现,特征为1;无,特征为0)。)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值