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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注