朴素贝叶斯

sklearn中根据特取值的不同，对应3种不同的朴素贝叶斯算法，分别是GaussianNB，MultinomialNB和BernoulliNB。其中GaussianNB就是特征服从高斯分布的朴素贝叶斯，MultinomialNB就是特征服从多项式分布的朴素贝叶斯，而BernoulliNB就是特征服从伯努利分布的朴素贝叶斯。

from sklearn.naive_bayes import GaussianNB,MultinomialNB,BernoulliNB

1.GaussianNB

样本特征大部分是连续值时使用较好。几乎不用调参

参数：

①priors：Y的各个类别的先验概率$$P(Y=C_k)$$，默认不给出时，按照$$P(Y=C_k)=m_k/m$$计算。给出时，按所给值计算。

方法：

①predict：常用的预测方法，输出预测类别。后两种算法也有该功能。

②predict_proba：给出在各个类别上预测的概率。后两种算法也有该功能。

③partial_fit：在训练集数据量非常大，一次不能全部载入内存的时候，可以把训练集分成若干等分，重复调用partial_fit来一步步的学习训练集。后两种算法也有该功能。

2.MultinomialNB

样本特征大部分是多元的离散值时使用较好。

参数：

①alpha：平滑时的参数，一般使用默认的1，当拟合不好时，可以调优，选稍小于或稍大于1的数。

②fit_prior：是否考虑先验概率，为False，则所有类别有相同的先验概率；为True时，考虑class_prior的值。

③class_prior：如果不输入，则从训练集计算先验概率$$P(Y=C_k)=m_k/m$$

3.BernoulliNB

样本特征是二元离散值或者很稀疏的多元离散值。

参数：

BernoulliNB一共有4个参数，其中3个参数的名字和意义和MultinomialNB完全相同。唯一增加的一个参数是binarize。如果不输入，则BernoulliNB认为每个数据特征都已经是二元的。否则的话，小于binarize的会归为一类，大于binarize的会归为另外一类。