分类模型之朴素贝叶斯
朴素贝叶斯是基于概率论的一种分类方法,他的核心思想是选择高概率对应的类别。
优点:在数据较少的情况下仍然有效,可以处理多类别问题
缺点:对于输入数据的准备方式较为敏感
适用数据类型:标称型数据
参考资料
1、机器学习实战
posted on 2020-05-16 11:07 enhaofrank 阅读(317) 评论(0) 编辑 收藏 举报
博客:https://www.cnblogs.com/enhaofrank/,公众号:生信AI区块链科技前沿,github:https://github.com/enhaofrank
朴素贝叶斯是基于概率论的一种分类方法,他的核心思想是选择高概率对应的类别。
优点:在数据较少的情况下仍然有效,可以处理多类别问题
缺点:对于输入数据的准备方式较为敏感
适用数据类型:标称型数据
参考资料
1、机器学习实战
posted on 2020-05-16 11:07 enhaofrank 阅读(317) 评论(0) 编辑 收藏 举报