机器学习--朴素贝叶斯算法

Sklearn提供三种朴素贝叶斯模型

from sklearn.naive_bayes import GaussianNB, BernoulliNB, MultinomialNB 

模型名称	中文释义	数据分布	特征特点
GaussianNB	高斯朴素贝叶斯模型	连续式数据	特征的数据是连续的，比如人的身高从1.7~1.9之间可以用曲线图表示
BernoulliNB	伯努利朴素贝叶斯模型	离散式数据	所有特征必须是0或1，表示出现或不出现
MultinomialNB 管	多项式朴素贝叶斯模型	离散式数据	适用于文本分类，计算某些词出现的概率

优点

1.对小规模的数据表现好，适合增量学习

增量学习：指一个学习系统能不断地从新样本中学习新的知识，并能保存大部分以前已经学习到的知识无需保存历史数据，从而减少储存空间的占用；另一方面增量学习在当前的样本训练中充分利用了历史的训练结果，从而显著地减少了后续训练的时间，当数据很大的时候，有几百个特征，内存是一次性容纳不下的，通过增量学习能够有效的处理。
2.对缺失数据不敏感，对训练样本的特征与类别只是计算概率

缺点

1.假设样本的独立性，偏离实际，因为实际生活中假设往往不成立，因此朴素贝叶斯算法实际的应用是有限制的
2.针对不同的输入数据，需要使用不同的模型，对于输入的数据类型敏感