朴素贝叶斯算法

优点：

• 算法原理和实现简单，常用于文本分类。
• 对小规模数据表现很好，适合多分类增量式训练任务。
• 对缺失数据不太敏感。

缺点：

• 对输入数据的表达形式很敏感
• 需要计算先验概率，分类决策存在错误率
• 要求样本之间相互独立，这就是“朴素”的意思，这个限制有时很难做到，或使用者误以为符合而造成错误的结果

适用数据类型：离散型数据。

朴素贝叶斯假设：数据集属性之间是相互独立的，即独立同分布。

朴素贝叶斯的思想基础是这样的：

对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。

• 高斯朴素贝叶斯 – 用于符合高斯分布（正态分布）的连续样本数据的分类
• 多项式朴素贝叶斯 – 我们已经介绍的内容就是多项式朴素贝叶斯模型
• 伯努利朴素贝叶斯 – 每个特征的取值为0或1，即计算特征是否存在的概率，他是唯一将样本中不存在的特征也引入计算概率的朴素贝叶斯模型

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。如果如果样本特征的分大部分是多元离散值，使用MultinomialNB比较合适。而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BernoulliNB。

使用 sklearn 实现朴素贝叶斯算法

sklearn 提供了朴素贝叶斯算法的实现类，用于多项模型

sklearn.naive_bayes.MultinomialNB(alpha=1.0, fit_prior=True, class_prior=None)
下面的列表中，我们将分类数称为 nc，将特征数称为 nf。

 

 类方法