sklearn 高斯朴素贝叶斯 - 为啥是“高斯”？

Posted 2023-03-12

【中文标题】sklearn 高斯朴素贝叶斯 - 为啥是“高斯”？

【英文标题】：sklearn Gaussian Naive Bayes - why "Gaussian"?sklearn 高斯朴素贝叶斯 - 为什么是“高斯”？

【发布时间】：2017-11-13 10:32:25

【问题描述】：

我了解贝叶斯定理，但不了解分类器中的“高斯”部分是什么。为什么叫“高斯”？

【问题讨论】：

我投票结束这个问题，因为它不是一个真正的编程问题。

【参考方案1】：

考虑sklearn.naive_bayes.GaussianNB 的设置。 fit 方法采用 x 和 y，并尝试适应它们。它们对应随机变量X和y的实例，y取一些值c ∈ C。因此，我们可以估计 f(X|C = c)。当然，我们对 P(C = c|X) 感兴趣。如果你还记得贝叶斯定理，

P(A | B) = P(B | A)P(A) / P(B),

我们需要 X 的先验分布来进行这种反转。在gaussian naive bayes 中，这被假定为正态分布。

【讨论】：

值得补充的是，正态分布的另一个术语是高斯分布，因此得名。