高斯朴素贝叶斯应用案例机器学习49课件讲解.pptx

机器学习徐国清高斯朴素贝叶斯应用案例河南工业职业技术学院

案例class?sklearn.naive_bayes.GaussianNB(*,?priors=None,?var_smoothing=1e-09)属性说明class_count_每个类别中保留的训练样本数量。class_prior_每个类别的概率。classes_分类器已知的类别标签sigma_每个类中每个特征的方差theta_每个类中每个特征的均值

案例方法说明fit(X,y[,sample_weight])根据X，y拟合高斯朴素贝叶斯get_params([deep])获取这个估计器的参数partial_fit(X,y[,