多项式朴素贝叶斯分类器

来源：DeepHub IMBA   数据STUDIO本文约6300字，建议阅读12分钟本文我们介绍多项式朴素贝叶斯分类器是如何工作的，然后使用scikit-learn作为实际工作的示例来介绍如何使用。与假设高斯分布的高斯朴素贝叶斯分类器相反，多项式朴素贝叶斯分类器依赖于多项分布。通过学习/估计每个类的多项概率来“拟合”多项式分类器-使用平滑技巧来处理空特征。Multinomial Naive  Bayes（多项式朴素贝叶斯）是一种常用的文本分类算法，特别适用于处理多类别分类问题，例如文档分类、垃圾邮件检测等。它是朴素贝叶斯（Naive  Bayes）算法的一种变体，主要用于处理特征是离散型变量的情况，通常用于文本分类任务中。多项分布如果你已经熟悉多项分布，可以跳过这个部分。了解多项式朴素贝叶斯的第一步是了解什么是多项分布。多项分布（Multinomial Distribution）是概率 ………………………………