贝叶斯分类算法python

⑴ 朴素贝叶斯分类器（python实现+详细源码原理）

1、贝叶斯公式的本质： <u>由因到果，由果推因</u>

2、贝叶斯公式：

[图片上传中...(wps6.png-5fd624-1618488341725-0)]

1、朴素贝叶斯公式

x1，x2,...xn为特征集合，y为分类结果

朴素贝叶斯假设各个特征之间相互独立

分母相同情况下，我们只要保证分子最大

训练数据集
long,not_long,sweet,not_sweet,yellow,not_yellow,species
400,100,350,150,450,50,banana
0,300,150,150,300,0,orange
100,100,150,50,50,150,other_fruit
测试数据集
long,sweet,yellow
not_long,not_sweet,not_yellow
not_long,sweet,not_yellow
not_long,sweet,yellow
not_long,sweet,yellow
not_long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,yellow
not_long,not_sweet,yellow
not_long,not_sweet,yellow
long,not_sweet,not_yellow
not_long,not_sweet,yellow

结果
特征值：[not_long, not_sweet, not_yellow]
预测结果：{'banana': 0.003, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果类别：other_fruit
特征值：[not_long, sweet, not_yellow]
预测结果：{'banana': 0.006999999999999999, 'orange': 0.0, 'other_fruit': 0.05625000000000001}
水果类别：other_fruit
特征值：[not_long, sweet, yellow]
预测结果：{'banana': 0.063, 'orange': 0.15, 'other_fruit': 0.018750000000000003}
水果类别：orange
特征值：[not_long, sweet, yellow]
预测结果：{'banana': 0.063, 'orange': 0.15, 'other_fruit': 0.018750000000000003}
水果类别：orange
特征值：[not_long, not_sweet, not_yellow]
预测结果：{'banana': 0.003, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果类别：other_fruit
特征值：[long, not_sweet, not_yellow]
预测结果：{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果类别：other_fruit
特征值：[long, not_sweet, not_yellow]
预测结果：{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果类别：other_fruit
特征值：[long, not_sweet, not_yellow]
预测结果：{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果类别：other_fruit
特征值：[long, not_sweet, not_yellow]
预测结果：{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果类别：other_fruit
特征值：[long, not_sweet, yellow]
预测结果：{'banana': 0.108, 'orange': 0.0, 'other_fruit': 0.00625}
水果类别：banana
特征值：[not_long, not_sweet, yellow]
预测结果：{'banana': 0.027, 'orange': 0.15, 'other_fruit': 0.00625}
水果类别：orange
特征值：[not_long, not_sweet, yellow]
预测结果：{'banana': 0.027, 'orange': 0.15, 'other_fruit': 0.00625}
水果类别：orange
特征值：[long, not_sweet, not_yellow]
预测结果：{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果类别：other_fruit
特征值：[not_long, not_sweet, yellow]
预测结果：{'banana': 0.027, 'orange': 0.15, 'other_fruit': 0.00625}
水果类别：orange

⑵ python中有哪些简单的算法

首先谢谢邀请，

python中有的算法还是比较多的？

python之所以火是因为人工智能的发展，人工智能的发展离不开算法！

感觉有本书比较适合你,不过可惜的是这本书没有电子版，只有纸质的。

这本书对于算法从基本的入门到实现，循序渐进的介绍，比如里面就涵盖了数学建模的常用算法。

第 1章从数学建模到人工智能

1.1数学建模1.1.1数学建模与人工智能1.1.2数学建模中的常见问题1.2人工智能下的数学1.2.1统计量1.2.2矩阵概念及运算1.2.3概率论与数理统计1.2.4高等数学——导数、微分、不定积分、定积分

第2章 Python快速入门

2.1安装Python2.1.1Python安装步骤2.1.2IDE的选择2.2Python基本操作2.2.1第 一个小程序2.2.2注释与格式化输出2.2.3列表、元组、字典2.2.4条件语句与循环语句2.2.5break、continue、pass2.3Python高级操作2.3.1lambda2.3.2map2.3.3filter

第3章Python科学计算库NumPy

3.1NumPy简介与安装3.1.1NumPy简介3.1.2NumPy安装3.2基本操作3.2.1初识NumPy3.2.2NumPy数组类型3.2.3NumPy创建数组3.2.4索引与切片3.2.5矩阵合并与分割3.2.6矩阵运算与线性代数3.2.7NumPy的广播机制3.2.8NumPy统计函数3.2.9NumPy排序、搜索3.2.10NumPy数据的保存

第4章常用科学计算模块快速入门

4.1Pandas科学计算库4.1.1初识Pandas4.1.2Pandas基本操作4.2Matplotlib可视化图库4.2.1初识Matplotlib4.2.2Matplotlib基本操作4.2.3Matplotlib绘图案例4.3SciPy科学计算库4.3.1初识SciPy4.3.2SciPy基本操作4.3.3SciPy图像处理案例第5章Python网络爬虫5.1爬虫基础5.1.1初识爬虫5.1.2网络爬虫的算法5.2爬虫入门实战5.2.1调用API5.2.2爬虫实战5.3爬虫进阶—高效率爬虫5.3.1多进程5.3.2多线程5.3.3协程5.3.4小结

第6章Python数据存储

6.1关系型数据库MySQL6.1.1初识MySQL6.1.2Python操作MySQL6.2NoSQL之MongoDB6.2.1初识NoSQL6.2.2Python操作MongoDB6.3本章小结6.3.1数据库基本理论6.3.2数据库结合6.3.3结束语

第7章Python数据分析

7.1数据获取7.1.1从键盘获取数据7.1.2文件的读取与写入7.1.3Pandas读写操作7.2数据分析案例7.2.1普查数据统计分析案例7.2.2小结

第8章自然语言处理

8.1Jieba分词基础8.1.1Jieba中文分词8.1.2Jieba分词的3种模式8.1.3标注词性与添加定义词8.2关键词提取8.2.1TF-IDF关键词提取8.2.2TextRank关键词提取8.3word2vec介绍8.3.1word2vec基础原理简介8.3.2word2vec训练模型8.3.3基于gensim的word2vec实战

第9章从回归分析到算法基础

9.1回归分析简介9.1.1“回归”一词的来源9.1.2回归与相关9.1.3回归模型的划分与应用9.2线性回归分析实战9.2.1线性回归的建立与求解9.2.2Python求解回归模型案例9.2.3检验、预测与控制

第10章 从K-Means聚类看算法调参

10.1K-Means基本概述10.1.1K-Means简介10.1.2目标函数10.1.3算法流程10.1.4算法优缺点分析10.2K-Means实战

第11章 从决策树看算法升级

11.1决策树基本简介11.2经典算法介绍11.2.1信息熵11.2.2信息增益11.2.3信息增益率11.2.4基尼系数11.2.5小结11.3决策树实战11.3.1决策树回归11.3.2决策树的分类

第12章 从朴素贝叶斯看算法多变193

12.1朴素贝叶斯简介12.1.1认识朴素贝叶斯12.1.2朴素贝叶斯分类的工作过程12.1.3朴素贝叶斯算法的优缺点12.23种朴素贝叶斯实战

第13章 从推荐系统看算法场景

13.1推荐系统简介13.1.1推荐系统的发展13.1.2协同过滤13.2基于文本的推荐13.2.1标签与知识图谱推荐案例13.2.2小结

第14章 从TensorFlow开启深度学习之旅

14.1初识TensorFlow14.1.1什么是TensorFlow14.1.2安装TensorFlow14.1.3TensorFlow基本概念与原理14.2TensorFlow数据结构14.2.1阶14.2.2形状14.2.3数据类型14.3生成数据十二法14.3.1生成Tensor14.3.2生成序列14.3.3生成随机数14.4TensorFlow实战

希望对你有帮助！！！

贵在坚持，自己掌握一些，在工作中不断打磨，高薪不是梦！！

⑶ 请问你会用python实现贝叶斯网络了吗

名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。

⑷ python分类算法有哪些

常见的分类算法有：

• K近邻算法

• 决策树

• 朴素贝叶斯

• SVM

• Logistic Regression

⑸ python scikit-learn 有什么算法

1，前言

很久不发文章，主要是Copy别人的总感觉有些不爽，所以整理些干货，希望相互学习吧。不啰嗦，进入主题吧，本文主要时说的为朴素贝叶斯分类算法。与逻辑回归，决策树一样，是较为广泛使用的有监督分类算法，简单且易于理解（号称十大数据挖掘算法中最简单的算法）。但其在处理文本分类，邮件分类，拼写纠错，中文分词，统计机器翻译等自然语言处理范畴较为广泛使用，或许主要得益于基于概率理论，本文主要为小编从理论理解到实践的过程记录。

2，公式推断

一些贝叶斯定理预习知识：我们知道当事件A和事件B独立时，P（AB）=P（A）（B），但如果事件不独立，则P（AB）=P（A）P（B|A）。为两件事件同时发生时的一般公式，即无论事件A和B是否独立。当然也可以写成P（AB）=P（B）P（A|B），表示若要两件事同事发生，则需要事件B发生后，事件A也要发生。

由上可知，P（A）P（B|A）= P（B）P（A|B）

推出P（B|A）=

其中P（B）为先验概率，P（B|A）为B的后验概率，P（A|B）为A的后验概率（在这里也为似然值），P（A）为A的先验概率（在这也为归一化常量）。

由上推导可知，其实朴素贝叶斯法就是在贝叶斯定理基础上，加上特征条件独立假设，对特定输入的X（样本，包含N个特征），求出后验概率最大值时的类标签Y（如是否为垃圾邮件），理解起来比逻辑回归要简单多，有木有，这也是本算法优点之一，当然运行起来由于得益于特征独立假设，运行速度也更快。

8. Python代码

# -*-coding: utf-8 -*-

importtime

fromsklearn import metrics

fromsklearn.naive_bayes import GaussianNB

fromsklearn.naive_bayes import MultinomialNB

fromsklearn.naive_bayes import BernoulliNB

fromsklearn.neighbors import KNeighborsClassifier

fromsklearn.linear_model import LogisticRegression

fromsklearn.ensemble import RandomForestClassifier

fromsklearn import tree

fromsklearn.ensemble import GradientBoostingClassifier

fromsklearn.svm import SVC

importnumpy as np

importurllib

# urlwith dataset

url ="-learning-databases/pima-indians-diabetes/pima-indians-diabetes.data"

#download the file

raw_data= urllib.request.urlopen(url)

#load the CSV file as a numpy matrix

dataset= np.loadtxt(raw_data, delimiter=",")

#separate the data from the target attributes

X =dataset[:,0:7]

#X=preprocessing.MinMaxScaler().fit_transform(x)

#print(X)

y =dataset[:,8]

print(" 调用scikit的朴素贝叶斯算法包GaussianNB ")

model= GaussianNB()

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的朴素贝叶斯算法包MultinomialNB ")

model= MultinomialNB(alpha=1)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的朴素贝叶斯算法包BernoulliNB ")

model= BernoulliNB(alpha=1,binarize=0.0)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的KNeighborsClassifier ")

model= KNeighborsClassifier()

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的LogisticRegression(penalty='l2')")

model= LogisticRegression(penalty='l2')

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的RandomForestClassifier(n_estimators=8) ")

model= RandomForestClassifier(n_estimators=8)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的tree.DecisionTreeClassifier()")

model= tree.DecisionTreeClassifier()

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的GradientBoostingClassifier(n_estimators=200) ")

model= GradientBoostingClassifier(n_estimators=200)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

print(" 调用scikit的SVC(kernel='rbf', probability=True) ")

model= SVC(kernel='rbf', probability=True)

start_time= time.time()

model.fit(X,y)

print('training took %fs!' % (time.time() - start_time))

print(model)

expected= y

predicted= model.predict(X)

print(metrics.classification_report(expected,predicted))

print(metrics.confusion_matrix(expected,predicted))

"""

# 预处理代码集锦

importpandas as pd

df=pd.DataFrame(dataset)

print(df.head(3))

print(df.describe())##描述性分析

print(df.corr())##各特征相关性分析

##计算每行每列数据的缺失值个数

defnum_missing(x):

return sum(x.isnull())

print("Missing values per column:")

print(df.apply(num_missing, axis=0)) #axis=0代表函数应用于每一列

print(" Missing values per row:")

print(df.apply(num_missing, axis=1).head()) #axis=1代表函数应用于每一行"""

⑹ 贝叶斯实现垃圾邮件分类（Python）

设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：
P(y|x)=P(xy)/P(x)

1.由条件概率公式得：
P(xy) = P(y|x).P(x) = P(x|y).P(y)

由全概率公式和乘法公式可得

贝叶斯算法是监督学习，所以在以往的邮件来往中，有多少正常邮件和垃圾邮件已做过统计
问：如果来一封新的邮件，如何判断是什么邮件，垃圾邮件？正常邮件？

比如咱们用判断该邮件是否是广告邮件即为垃圾邮件。

加油鸭，希望就在前方。

⑺ 线性代数大师贝叶斯重出江湖，python中的朴素贝叶斯还那么难吗

本教程将使您了解如何使用 Python 的 Scikit-learn 包构建和评估朴素贝叶斯分类器。

假设您是产品经理，您想将客户评论分为正面和负面类别。 或者作为贷款经理，您想确定哪些贷款申请人是安全的还是有风险的？ 作为医疗保健分析师，您希望预测哪些患者可能患有糖尿病。 所有示例都存在对评论、贷款申请人和患者进行分类的相同问题。

朴素贝叶斯是最直接、最快速的分类算法，适用于大量数据。 朴素贝叶斯分类器成功地用于各种应用，例如垃圾邮件过滤、文本分类、 情感 分析和推荐系统。 它使用贝叶斯概率定理来预测未知类。

在本教程中，您将了解以下所有内容：

无论何时执行分类，第一步都是了解问题并识别潜在的特征和标签。 特征是影响标签结果的那些特征或属性。 例如，在贷款分配的情况下，银行经理确定客户的职业、收入、年龄、地点、以前的贷款 历史 、交易 历史 和信用评分。 这些特征被称为帮助模型对客户进行分类的特征。

分类有两个阶段，学习阶段和评估阶段。 在学习阶段，分类器在给定的数据集上训练其模型，在评估阶段，它测试分类器的性能。 性能是根据各种参数进行评估的，例如准确度、误差、精度和召回率。

2 什么是朴素贝叶斯分类器？

朴素贝叶斯是一种基于贝叶斯定理的统计分类技术。 它是最简单的监督学习算法之一。 朴素贝叶斯分类器是一种快速、准确和可靠的算法。 朴素贝叶斯分类器在大型数据集上具有很高的准确性和速度。

朴素贝叶斯分类器假设类中特定特征的效果独立于其他特征 。 例如，贷款申请人是否可取取决于他/她的收入、以前的贷款和交易 历史 、年龄和位置。 即使这些特征相互依赖，这些特征仍然被独立考虑 。 这个假设简化了计算，这就是为什么它被认为是“朴素”的。 这种假设称为类条件独立 。

此节涉及大量线性代数与概率的知识，对理论研究有高要求的读者可参考更专业的书籍，只关心如何应用的读者可以跳过此节。我也只关心应用，因此，咱们一起跳过此节吧。留个标题只为结构完整性。哈哈哈 希望数学老师原谅我

4 Scikit-learn 中的分类器构建

1）定义数据集

在此示例中，您可以使用具有三列的虚拟数据集：天气、温度和是否出去玩。 前两个是特征（天气、温度），另一个是标签。

2）编码特征

首先，您需要将这些字符串标签转换为数字。 例如：'Overcast', 'Rainy', 'Sunny' as 0, 1, 2。这称为标签编码。 Scikit-learn 提供了 LabelEncoder 库，用于对标签进行编码，其值在 0 到 1 之间，小于离散类的数量。

同样，您也可以对 temp 和 play 列进行编码。

现在将这两个特征（天气和温度）组合在一个变量（元组列表）中。

3）生成模型

在以下步骤中使用朴素贝叶斯分类器生成模型：

这里，1 表示玩家可以“出去玩”。

到目前为止，您已经学习了使用二进制标签的朴素贝叶斯分类。 现在您将了解朴素贝叶斯中的多类分类。 这被称为多项朴素贝叶斯分类。 例如，如果您想对有关技术、 娱乐 、政治或 体育 的新闻文章进行分类。

在模型构建部分，您可以使用葡萄酒数据集，这是一个非常着名的多类分类问题。 “这个数据集是对在意大利同一地区种植但来自三种不同品种的葡萄酒进行化学分析的结果。”

数据集包含 13 个特征（酒精、苹果酸、灰分、alcalinity_of_ash、镁、总酚、黄酮类化合物、非黄酮类酚、原花青素、颜色强度、色调、od280/od315_of_diluted_wines、脯氨酸）和葡萄酒品种类型。 该数据有3种酒类Class_0、Class_1和Class_3。 在这里，您可以建立一个模型来对葡萄酒的类型进行分类。

该数据集在 scikit-learn 库中可用。

1）加载数据

让我们首先从 scikit-learn 数据集中加载所需的 wine 数据集。

2） 探索 数据

您可以打印目标和特征名称，以确保您拥有正确的数据集，如下所示：

稍微 探索 一下您的数据总是不会错的，这样您就知道自己在处理什么。 在这里，您可以看到打印了数据集的前五行，以及整个数据集的目标变量。

3）拆分数据

首先，您将列分为因变量和自变量（或特征和标签）。 然后将这些变量拆分为训练集和测试集。

4）生成模型

拆分后，您将在训练集上生成一个随机森林模型，并对测试集特征进行预测。

5）评估模型

模型生成后，使用实际值和预测值检查准确性。

5 零概率问题

假设数据集中没有风险贷款的元组，在这种情况下，后验概率为零，模型无法做出预测。 这个问题被称为零概率，因为特定类的出现为零。

此类问题的解决方案是拉普拉斯校正（Laplacian correction）或拉普拉斯变换（Laplace Transformation）。 拉普拉斯校正是平滑技术之一。 在这里，您可以假设数据集足够大，每个类添加一行不会对估计的概率产生影响。 这将克服概率值为零的问题。

例如：假设对于有风险的类贷款，数据库中有 1000 个训练元组。 在这个数据库中，收入列有 0 个元组代表低收入，990 个元组代表中等收入，10 个元组代表高收入。 在没有拉普拉斯校正的情况下，这些事件的概率为 0、0.990（来自 990/1000）和 0.010（来自 10/1000）

现在，对给定的数据集应用拉普拉斯校正。 让我们为每个收入-价值对再添加 1 个元组。 这些事件的概率：

6 优点

在本教程中，您了解了朴素贝叶斯算法、它的工作原理、朴素贝叶斯假设、问题、实现、优点和缺点。 在此过程中，您还学习了 scikit-learn 中二元和多项类的模型构建和评估。

朴素贝叶斯是最直接和最有效的算法。 尽管机器学习在过去几年取得了重大进展，但它已经证明了它的价值。 它已成功部署在从文本分析到推荐引擎的许多应用程序中。

⑻ python sklearn 朴素贝叶斯分类

朴素贝叶斯分类器(Naïve Bayes classifier)是一种相当简单常见但是又相当有效的分类算法，在监督学习领域有着很重要的应用。这个算法叫做Naïve Bayes，但是它到底naive（朴素）在哪里呢？朴素贝叶斯分类器采用了“属性条件独立假设”（attribute conditional independent assumption），用通俗的话来讲，就是一个属性，或者是我们所说的特征，相互之间是独立的；也正是有了这个假设，朴素贝叶斯分类器才能做这么多事情，在监督学习的世界里有着这么广泛的应用

简单来说：基于概率思想的简单有效的分类模型。

参考资料:
https://scikit-learn.org/stable/user_guide.html
https://scikit-learn.org/stable/moles/naive_bayes.html
https://zhuanlan.hu.com/p/26055646
https://zhuanlan.hu.com/p/26262151
https://blog.csdn.net/YangWei_19/article/details/79971257

举个例子：西瓜书里面，有好多不同属性的西瓜。我们从一片瓜地里做出的大量西瓜得出数据

买瓜的阿姨挑了一个，发现是花条纹清晰、敲击清脆、瓜蒂枯老，(可能这个混合还是样本9999中没出现的组合类型)请问这个瓜甜/不甜的概率 ？

假设花条纹、敲击声音、瓜蒂鲜嫩度之间是无关的属性（朴素），利用贝叶斯概率公式，我们可以得到某些熟悉出现的概率。
对于未出现的组合属性，有拉普拉斯平滑估算后验概率。

⑼ 朴素贝叶斯分类算法的sklearn实现

1、背景

《机器学习实战》当中，用python根据贝叶斯公式实现了基本的分类算法。现在来看看用sklearn，如何实现。还拿之前的例子，对帖子的分类。数据如下：

补充：题目的值左边是几个人的评论，右边是评论属于侮辱类（1）、正常类（0），需要进行文本分类，且再有新的文本过来时能自动划分至0或1。

2、分类

（1）算法的准备

通过查看sklearn的训练模型函数，fit(X, Y)，发现只需要准备两个参数。一个是数据的矩阵，另一个是数据的分类数组。首先就是将以上的文本转化成矩阵。

在前一章其实已经讲解过如何将文本转化成矩阵。这里将示意的再补充下。

a.首先选取所有的单词，形成列，也可理解为属性。例如：

b.其次将遍历每个文本，填满上述列的值。文本出现过列的次，填一。没有出现过填0。比如第一句就是：my dog has flea problems help please，可表示为：

同理所有的文本都可如此表示，所以就形成了一个数字的矩阵。

（2）beyes模型的选择

在完成数据的准备以后，就可以直接调用sklearn的模型和函数完成模型的训练啦。但在beyes模型的选择的时候发现，beyes下有多个模型可选择，所以这个会让人纠结。接下来共同了解下这些模型：

a.高斯模型（GaussianNB）

高斯模型是对于每个属性的值是连续的，且服从高斯分布时可使用：

比如人的身高，比如花的高度等等。当然你也可将这些数据离散化，比如按等距划分、等频划分成离散的值，但可能效果都没有直接用高斯模型来计算的好。

用法：class sklearn.naive_bayes.GaussianNB

参数：无

b.多项式模型（MultinominalNB）

如果大部分是多元离散值，则采用多项式模型要好些。多项式模型，通常就是构造参数向量，然后通过极大似然估计来寻求参数的最有值。

这里只简单的略列一些公式，具体可查询更多资料。从这个计算过程中可得出，这里引入啦一个平滑先验值alpha，这个值在模型训练的时候也会用到。通常alpha>0，可引入不在训练集的特征，尤其当alpha=1，成为拉普拉丝平滑。具体alpha取值对模型的影响可附件的图。

用法：class sklearn.naive_bayes.MultinomialNB(alpha=1.0,fit_prior=True,class_prior=None) 

参数：

alpha：浮点数，就是上述说的引入平滑的值；

fit_prior：bool值，如果为Ture，则不用去学习P(y=ck),以均匀分布替代，否则则去学习P（y=ck）（不懂）

class_prior:一个数组。它指定了每个分类的先验概率P(y=c1),P(y=c2)…..,若指定了该参数 

则每个分类的先验概率无需学习 （不懂）

c.伯努利模型（BernoulliNB）

如果特征值为二元离散值或是稀疏的多元离散值，则可采用伯努利模型。

公式：class sklearn.naive_bayes.BernoulliNB(alpha=1.0,binarize=0.0,fit_prior=Ture, 

class_prior=None) 

参数：

binarize:一个浮点数或者None，如果为浮点数则以该数值为界，特征值大于它的取1，小于的为0 。如果为None，假定原始数据已经二值化 

其它参数同上。

通过以上的模型对比和分析，由于文本分析转化后是很多二项取值的稀疏矩阵，因此选取伯努利模型效果会更佳。

补充：alpha、binarize值对模型效果的影响

⑽ 贝叶斯算法能做什么 python

贝叶斯分类算法的设计与实现 求源码 最好能处理图像型垃圾邮件