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