sklearn朴素贝叶斯分类里GaussianNB和BernoulliNB的区别?

  统计/机器学习 贝叶斯 监督式学习 Python    浏览次数:11579        分享
1

sklearn提供了好几种朴素贝叶斯分类器,其中包括GaussianNB和BernoulliNB。

这两个有什么不同?有什么不同的使用场景?


 

七号信仰   2017-11-09 23:35



   2个回答 
4

这几个都是naive bayes的模型,区别主要在于特征的分布。


如果特征是数值的,最好是正态分布的数值的,那么用

sklearn.naive_bayes.GaussianNB

如果特征是binary的,那么用

sklearn.naive_bayes.BernoulliNB

如果特征是categorical的,那么用

sklearn.naive_bayes.MultinomialNB


SofaSofa数据科学社区DS面试题库 DS面经

Lydia   2018-03-13 13:22

2

看你的特征的条件概率符合哪种分布,正态分布还是二项分布。

SofaSofa数据科学社区DS面试题库 DS面经

泥鳅   2017-12-29 14:57



  相关讨论

sklearn朴素贝叶斯的多项式和伯努利模型实现有啥不同

用sklearn朴素贝叶斯返回预测概率

朴素贝叶斯分类器 naive_bayes.MultinomialNB() 为啥和手算的结果不一致

朴素贝叶斯是线性分类器吗?

贝叶斯网络和朴素贝叶斯有什么区别?

用贝叶斯怎么输出模型的预测准确率?

朴素贝叶斯中的朴素是什么意思?

如何用python实现贝叶斯网络优化lightgbm超参数?

如何用EM算法实现朴素贝叶斯法的非监督学习

朴素贝叶斯可以用来做回归吗?

  随便看看

怎么对2维的numpy array取整?

为什么矩阵的二范数和向量的二范数的定义不同?

如果样本不是正态分布,还能用t-test或者z-test吗?

z test和t test什么区别?

python去掉中文文本中所有的标点符号