数据挖掘学习笔记——（五）贝叶斯模型

贝叶斯模型

朴素贝叶斯的三个常用模型：高斯模型、多项式模型、伯努利模型。
在sklearn中可以使用封装好的方法直接使用，
使用dataset生成数据

from sklearn import datasets
iris=datasets.load_iris()
x=iris.data
y=iris.target

高斯模型

当特征是连续变量的时候，运用多项式模型就会导致很多（不做平滑的情况下），此时即使做平滑，所得到的条件概率也难以描述真实情况。所以处理连续的特征变量，应该采用高斯模型。
用法：

from sklearn.naive_bayes import GaussianNB  #高斯分布，正态分布
gnb=GaussianNB()
gnb.fit(x,y).score(x,y)

多项式模型

该模型常用于文本分类，特征是单词，值是单词的出现次数。
用法:

from sklearn.naive_bayes import MultinomialNB #二项式分布
mnb=MultinomialNB()
mnb.fit(x,y).score(x,y)

伯努利模型

在伯努利模型中，每个特征的取值是布尔型的，即true和false，或者1和0。在文本分类中，就是一个特征有没有在一个文档中出现。
用法：

from sklearn.naive_bayes import BernoulliNB #伯努利分布
bnb=BernoulliNB()
bnb.fit(x,y).score(x,y)