← 返回卡片

原书出处

AI制胜:机器学习极简入门

08 朴素贝叶斯算法 8.5

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T07:14:08.929Z

素贝叶斯。 这三个类适用的分类场景各不相同,一般来说,如

果样本特征的分布大部分是连续值,使用GaussianNB会比较好。如果样本特征的分布大部分是多元离散值,使用MultinomialNB比较合适。如果样本特征是二元离散值或者很稀疏的多元离散值,应该使用Bernoull

iNB。使用GNB的前提是你假设数据符合正态分布,但在实

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter8.xhtml

EPUB SHA-256:6998c0d7893ca783d8854506b41a985e822de1050c9cada2886de5e1c7b9e314