在GaussianNB之前对数据进行分类以对数值特征进行分类

时间:2020-04-23 12:23:15

标签: python machine-learning scikit-learn naivebayes

  • 我正在使用GaussianNB解决分类问题
  • 所有功能都是数字特征,它们代表某物的标记(每个标记在1到8之间,它们是考试的结果)

在我的情况下,该算法似乎效果很好:我的准确度得分为0,85。 但是我读到高斯应该具有均值0和方差1,但它们没有。 我之前应该使用洁牙机,例如Standard Scaler吗? 就我而言是强制性的吗? 我试过了,但是表演没有提高

1 个答案:

答案 0 :(得分:0)

“标准高斯分布”——基本/假设的高斯分布——均值为 0,方差为 1。例如,全世界人们的身高均值为 175 厘米,方差为 10 厘米,但它仍然是高斯分布(钟形)。