sklearn高斯朴素贝叶斯 - 为什么“高斯”？

Question

我理解贝叶斯定理，但不明白分类器中的“高斯”部分是什么。为什么称它为“高斯”？

Answer 1

考虑sklearn.naive_bayes.GaussianNB的设置。 fit方法需要x和y，并尝试适合它们。它们对应于随机变量 X 和 y 的实例， y 取一些值c∈C。所以，我们可以估计 f（X | C = c）。当然，我们对 P（C = c | X）感兴趣。如果你还记得贝叶斯定理，

P（A | B）= P（B | A）P（A）/ P（B），

我们需要 X 的先验分布来实现这种逆转。在gaussian naive bayes中，假设这是正态分布。