朴素贝叶斯的训练/预测效率如何?快吗?

  统计/机器学习 贝叶斯 监督式学习 计算复杂度    浏览次数: 90
0

朴素贝叶斯的训练/预测效率如何?快吗?感觉这方面的讨论不是很多。

它和其他主流方法(LR、RF、Xgb之类)比起来,速度有优势吗?

 

数据痴汉   2018-10-03 16:31



   1个回答 
2

总体上说朴素贝叶斯是很快的。

1.  训练的过程很快。因为训练朴素贝叶斯就是计算一些概率,并不需要矩阵计算或者迭代优化。朴素贝叶斯甚至比线性回归还快。

2.  预测的过程很快。预测的过程就是做一系列的乘法,这个速度应该是和线性模型等价的。


----

补充一下,朴素贝叶斯占用的空间也不大,因为模型参数不多,这点是明显优于Random Forests和xgboost的


strong.man   2018-10-08 09:54



  相关主题

kNN进行预测时计算复杂度是多少?   0回答

在python中获取模型运行的时间   3回答

sklearn.cluster.KMeans速度太慢,有什么解决方法?   1回答

NP-hard是什么意思   1回答

贝叶斯网络和朴素贝叶斯有什么区别?   1回答

如何用python实现贝叶斯网络优化lightgbm超参数?   2回答

朴素贝叶斯分类器 naive_bayes.MultinomialNB() 为啥和手算的结果不一致   1回答

置信网络和贝叶斯网络是一回事吗?   1回答

朴素贝叶斯中的朴素是什么意思?   1回答

朴素贝叶斯可以用来做回归吗?   2回答

用sklearn朴素贝叶斯返回预测概率   2回答

sklearn朴素贝叶斯分类里GaussianNB和BernoulliNB的区别?   2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!