sklearn朴素贝叶斯的多项式和伯努利模型实现有啥不同

  统计/机器学习 贝叶斯 监督式学习 Python    浏览次数:4298        分享
0

伯努利不应该就是多项式的类别为2时候的特例吗,为啥训练数据为0,1特征的时候通过两个模型,预测出的概率不同,稍微看了下源码,好像是求平滑的实现方法有点不一样,但没怎么明白。还是说我的模型原理理解有问题?本来就不应该一样?


 

奶瓶他哥   2019-03-06 12:42



    还没有回答。我来答!  


  相关讨论

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

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?

朴素贝叶斯可以用来做回归吗?

如何用EM算法实现朴素贝叶斯法的非监督学习

  随便看看

怎么利用permutation importance来解释xgboost模型的特征?

怎么在jupyter notebook里查看python的版本?

opencv里waitkey和destroyAllWindows有什么用?

python sklearn模型中random_state参数的意义

推荐系统有哪些常用的评价标准