伯努利朴素贝叶斯分类器 - BernoulliNB

朴素贝叶斯模型在伯努利分布假设下的实现。适用于二分类场景。

..| fit BernoulliNB alpha=<float> binarize=<float> fit_prior=<True(default) | False> <target_field> from <feature_field_1> <feature_field_2>... 

参数说明：

• alpha用来指定拉普拉斯平滑的系数，默认值为1.0。

• binarize用来指定特征映射到二分变量的阈值，默认值为0.0。

• fit_prior用来指定是否要学习一个先验分布，如果设为False，采用均匀分布作为先验分布。默认值为True。