使用朴素贝叶斯处理数值属性

我们能否使用朴素贝叶斯来对数值数据进行分类?我们有一个系统,可以提取作者的风格特征,如句子长度、单词长度,并用这些特征来预测匿名文档的作者身份。那么,我们能否使用朴素贝叶斯基于这些数值数据来对作者进行分类?如果不能,您能推荐一个更好的替代方案吗?


回答:

可以的。实际上,我所知道的每一种学习算法都能处理数值特征:当处理其他类型的数据时,你需要先将其预处理成数值数据。

我建议你还可以考虑支持向量机在线被动攻击分类器TF-IDF加权来完成这个任务。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注