来自 scikit learn 的朴素贝叶斯模型

Posted 2023-03-12

【中文标题】来自 scikit learn 的朴素贝叶斯模型

【英文标题】：Naive Bayes model from scikit learn

【发布时间】：2021-02-09 07:11:45

【问题描述】：

这两个gnb.fit()有什么区别？

from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
gnb.fit(X_train, y_train.ravel())

gnb.fit(X_train, y_train).predict(X_test)

【参考方案1】：

我看到了两个不同之处：

np.ravelflattens arrays，例如

x = np.array([[1, 2, 3], [4, 5, 6]])

np.ravel(x)
array([1, 2, 3, 4, 5, 6])

gnb.fit 返回模型本身，它可以立即用于predict。预测不会修改模型。

如果你的y_train 是一维的，那么无论你调用gbn.fit(x, y) 还是gbn.fit(x, y.ravel())，你都会得到相同的模型，因为y == y.ravel()