【无标题】

根据 特征数据的先验分布不同，scikit-learn库中，提供了5种不同的朴素贝叶斯分类算法（sklearn.naive_bayes: Naive Bayes模块），分别是：

• 高斯朴素贝叶斯（GaussianNB）
• 伯努利朴素贝叶斯（BernoulliNB）
• 类朴素贝叶斯（CategoricalNB）
• 多项式朴素贝叶斯（MultinomialNB）
• 补充朴素贝叶斯（ComplementNB）

高斯朴素贝叶斯（GaussianNB）

特征变量是连续变量，符合高斯分布，比如说人的身高，物体的长度。这种模型假设特征符合高斯分布。

伯努利朴素贝叶斯（BernoulliNB）

模型适用于多元伯努利分布，即每个特征都是二值变量，如果不是二值变量，可以先对变量进行二值化。例如在文档分类中特征是单词是否出现，如果该单词在某文件中出现了即为1，否则为0。

类朴素贝叶斯（CategoricalNB）

对分类分布的数据实施分类朴素贝叶斯算法，专用于离散数据集， 它假定由索引描述的每个特征都有其自己的分类分布。对于训练集中的每个特征 X，CategoricalNB估计以类y为条件的X的每个特征i的分类分布。 样本的索引集定义为J=1,…,m，m作为样本数。

多项式朴素贝叶斯（MultinomialNB）

特征变量是离散变量，符合多项分布，在文档分类中特征变量体现在一个单词出现的次数，或者是单词的 TF-IDF 值等。不支持负数，所以输入变量特征的时候，别用StandardScaler进行标准化数据，可以使用MinMaxScaler进行归一化。

补充朴素贝叶斯（ComplementNB）

是MultinomialNB模型的一个变种，实现了补码朴素贝叶斯(CNB)算法。CNB是标准多项式朴素贝叶斯(MNB)算法的一种改进，比较适用于不平衡的数据集，在文本分类上的结果通常比MultinomialNB模型好，具体来说，CNB使用来自每个类的补数的统计数据来计算模型的权重。CNB的发明者的研究表明，CNB的参数估计比MNB的参数估计更稳定。

后面有时间再来更新代码~

reference：一文搞懂Python库中的5种贝叶斯算法