什么是朴素贝叶斯属性：useKernelEstimator 和 useSupervisedDiscretization

Posted 2023-03-12

【中文标题】什么是朴素贝叶斯属性：useKernelEstimator 和 useSupervisedDiscretization

【英文标题】：What is Naive Bayes properties: useKernelEstimator and useSupervisedDiscretization

【发布时间】：2016-02-25 14:02:31

【问题描述】：

我在 Weka 数据挖掘工具中使用朴素贝叶斯作为学习算法。朴素贝叶斯中有参数选项为“useKernelEstimator”和“useSupervisedDiscretization”。有人能告诉我这两个参数是什么吗？ :)

【参考方案1】：

我不是 kernelEstimator 的专家。了解最后两个。您必须先了解前两个概念。

KernelEstimator：给出数值的精度。例如，如果精度为 0.1，则区间 (0.25,0.35] 中的值都被视为 0.3。

监督离散化 偶尔有人有数字数据，但想使用只处理名义值的分类器。在这种情况下，需要对数据进行离散化

useKernelEstimator -- 对数值属性使用核估计器而不是正态分布。

useSupervisedDiscretization -- 使用监督离散化将数值属性转换为名义属性。

【讨论】：

@NikolayKostove 你能用更简单的方式解释这两个概念吗？ :)

你能用更简单的方式解释这两个概念吗？ :)