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: 701
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


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。

泥鳅   2017-12-29 14:57



  相关主题

用sklearn朴素贝叶斯返回预测概率   2回答

如何用python实现贝叶斯网络优化lightgbm超参数?   2回答

贝叶斯网络和朴素贝叶斯有什么区别?   1回答

朴素贝叶斯中的朴素是什么意思?   1回答

置信网络和贝叶斯网络是一回事吗?   1回答

朴素贝叶斯可以用来做回归吗?   2回答

flat priors是什么意思?   3回答

扔硬币的flat prior是什么?   1回答

95%置信区间的正确理解   3回答

laplace光滑什么意思   1回答

关于朴素贝叶斯特征工程、特征选择的问题   2回答

马尔可夫蒙特卡洛方法(MCMC)到底是什么呀?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!