机器数据分析平台

  • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 预测离散指标【分类】 > 伯努利朴素贝叶斯分类器 - BernoulliNB

    伯努利朴素贝叶斯分类器 - BernoulliNB

    最近更新时间:2022-02-24 16:26:29

    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。

    以上内容是否对您有帮助?
  • Qvm free helper
    Close