scikit-learn中實現了了三種樸素貝葉斯分類器：GuassionNB(用於任意連續數據，高維數據),BernoulliNB（假定輸入數據爲爲二分類數據）,MultinomialNB（假定輸入數據爲計數數據，即每個特徵代表某個對象的整數計數，比如一個單詞句子中出現的次數）。MultinomialNB，BernoulliNB主要用於文本數據的分類。# from sklearn.naive_bayes import GaussianNB
樸素貝葉斯訓練和預測速度快，對於高維稀疏計數數據的效果好，魯棒性優越