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)。)