python - sklearn 高斯朴素贝叶斯 - 为什么是 "Gaussian"？

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。为什么叫“高斯”？

Answer 1

考虑 sklearn.naive_bayes.GaussianNB 的设置。 fit 方法接受一个 x 和一个 y，并尝试适应它们。它们对应于随机变量X和y的实例，并且y采用一些值c ∈ C。因此，我们可以估计f(X|C = c)。当然，我们对P(C = c|X)感兴趣。如果您还记得贝叶斯定理，

P(A | B) = P(B | A)P(A)/P(B)，

我们需要 X 的先验分布来实现此逆转。在 gaussian naive bayes ，这被假定为正态分布。