scikit-learn中有没有可以帮助我解决以下问题的工具？

我需要一个贝叶斯网络，能够接受连续值输入，并针对连续值目标进行训练。然后，我希望输入新的、之前未见过的连续输入，并获得目标值的估计。最好能有测量预测置信度的方法（可能是概率密度函数？）。

我不确定这是否会被认为是朴素贝叶斯分类器。

我一直在查看GaussianNB，但实在看不出它如何能以这种方式使用。

我希望它能支持“无关替代方案的独立性”。

任何建议都将不胜感激。

回答：

您说的是回归，而不是分类。朴素贝叶斯分类器不是回归模型。请查看scikit-learn的众多回归器。特别是，您可能对贝叶斯岭回归感兴趣。