文章目录
sklearn naive_bayes
朴素贝叶斯
sklearn.naive_bayes.***NB
ref
主要介绍都在这里(2017)
python机器学习小记——基于朴素贝叶斯(Native Bayes,NB)模型的分类预测
原理介绍
note
三种 贝叶斯分类算法：
- GaussianNB(高斯朴素贝叶斯)
sklearn.naive_bayes.GaussianNB(priors=None)
sklearn.naive_bayes.MultinomialNB(alpha=1.0, fit_prior=True, class_prior=None)
alpha：浮点型，可选项，默认1.0，添加拉普拉修/Lidstone平滑参数fit_prior：布尔型，可选项，默认True，表示是否学习先验概率，参数为False表示所有类标记具有相同的先验概率class_prior：类似数组，数组大小为(n_classes,)，默认None，类先验概率 主要用于离散特征分类 特征不能为负数- BernoulliNB(伯努利朴素贝叶斯)
sklearn.naive_bayes.BernoulliNB(alpha=1.0, binarize=0.0, fit_prior=True,class_prior=None)
binarize：将数据特征二值化的阈值 主要用于二进制或布尔型特性
Original: https://blog.csdn.net/qq_37774098/article/details/121669331
Author: hellopbc
Title: sklearn naive_bayes
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/664985/
转载文章受原作者版权保护。转载请注明原作者出处！