使用PCA进行数据转换后使用朴素贝叶斯

时间:2018-09-30 10:36:24

标签: python scikit-learn pca naivebayes

我已经实现了一个朴素贝叶斯分类器,因为像素值都是0到255,因此可以与未处理的图像数据一起很好地工作。但是,在应用PCA缩小数据尺寸之后,像素值现在是唯一的浮点值。我考虑过将它们分组并映射回0到255,但是现在每个“像素”数据似乎都是一个唯一值,因此,我的唯一值不是最多255个,而是等于记录数乘以要素数

我已在this Kaggle page之后对实现进行了模式化,但这需要将该值仅分类。我了解朴素贝叶斯只能处理谨慎的数据,而PCA似乎会将数据转换为连续的数据。有什么方法可以通过PCA减少数据来进行NB?将SKLearn与减少的数据结合使用是可行的,但我不知道如何做到。

0 个答案:

没有答案