连续数据上的朴素贝叶斯分类器（实值数据）

Question

我是机器学习/数据挖掘领域的新手。

有时候我被问到问题，

朴素贝叶斯是否适用于连续特征（实值数据）？ 如果我有一个功能集(f1,f2,f3........)所有实值数据点。 天真的贝叶斯有用吗？

问题的答案是。它没有。

有人可以解释为什么它对真值数据不起作用吗？

应该做些什么来分类（实际价值数据）？

Answer 1

答案是对的。朴素贝叶斯可以处理任意数据，只需改变概率估计方法即可。其中一个最简单的选择是所谓的“高斯朴素贝叶斯”，它假设高斯分布的特征，这使得可以使用任意实值特征。