Python机器学习手册：从数据预处理到深度学习

问题描述

你有一些具有二元特征的数据，需要训练一个朴素贝叶斯分类器。

解决方案

使用伯努利朴素贝叶斯分类器：

讨论

伯努利朴素贝叶斯分类器假设所有的特征都是二元分类的，这样它们就只有两种值（比如，经过one-hot编码的名义上的分类特征）。像它的多项式“表亲”一样，伯努利朴素贝叶斯经常被用于文本分类，这时特征矩阵表示的是某个词是否在一个文档中出现了。和MultinomialNB一样，BernoulliNB还有一个平滑超参数alpha，我们会使用模型选择技术来调校它。最后，如果想用先验概率的话，可以使用class_prior参数，它带有一个列表，里面包含每个分类的先验概率值。如果想指定统一的先验概率，可以设置fit_prior=False：

model_uniform_prior = BernoulliNB(class_prior=None, fit_prior=False)