一.naive_bayes
1.简介:
该模块实现了"朴素贝叶斯算法"(Naive Bayes algorithms;NB algorithms)
2.使用:
"伯努利朴素贝叶斯分类器"(Bernoulli Naive Bayes Classifier):class sklearn.naive_bayes.BernoulliNB([alpha=1.0,binarize=0.0,fit_prior=True,class_prior=None])
#参数说明:
alpha:指定"(拉普拉斯/利德斯通)平滑参数"((Laplace/Lidstone) smoothing parameter);为float
binarize:指定将样本特征二值化的阈值;为float
fit_prior:指定是否学习"类别先验概率"(class prior probabilities);为bool
#若为False,则实用统一的先验概率
class_prior:指定类别的先验概率;为1×n_classes array-like
######################################################################################################################
"类别朴素贝叶斯分类器"(Categorical Naive Bayes Classifier):class sklearn.naive_bayes.CategoricalNB([alpha=1.0,fit_prior=True,class_prior=None,min_categories=None])
#参数说明:其他参数同class sklearn.naive_bayes.BernoulliNB()
min_categories:指定每个特征最少的类别数;为int/1×n_features array-like/None
######################################################################################################################
"补体朴素贝叶斯分类器"(Complement Naive Bayes Classifier):class sklearn.naive_bayes.ComplementNB([alpha=1.0,fit_prior=True,class_prior=None,norm=False])
#参数说明:其他参数同class sklearn.naive_bayes.BernoulliNB()
norm:指定是否对权重进行第2次归一化;为bool
######################################################################################################################
"高斯朴素贝叶斯分类器"(Gaussian Naive Bayes Classifier):class sklearn.naive_bayes.GaussianNB([priors=None,var_smoothing=1e-09])
#参数说明:
priors:指定类别的先验概率;为1×n_classes array-like
var_smoothing:Portion of the largest variance of all features that is added to variances for calculation stability;为float
######################################################################################################################
"多项式朴素贝叶斯分类器"(Multinomial Naive Bayes Classifier):class sklearn.naive_bayes.MultinomialNB([alpha=1.0,fit_prior=True,class_prior=None])
#参数说明:同class sklearn.naive_bayes.BernoulliNB()
二.neighbors
1.简介:
该模块实现了"KNN算法"(k-nearest neighbors algorith;KNN algorithms)
2.实用功能
(1)距离度量:
"距离度量类"(Distance Metric class)