scikit的朴素贝叶斯模型学习

Question

两个gnb.fit（）有什么区别？

from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
gnb.fit(X_train, y_train.ravel())

gnb.fit(X_train, y_train).predict(X_test)

Answer 1

我看到两个区别：

1. np.ravel flattens arrays，例如

x = np.array([[1, 2, 3], [4, 5, 6]])

np.ravel(x)
array([1, 2, 3, 4, 5, 6])

1. gnb.fit返回模型本身，它可用于立即predict。预测不会修改模型。

如果您的y_train是一维的，则无论您叫gbn.fit(x, y)还是gbn.fit(x, y.ravel())，都将得到相同的模型，因为y == y.ravel()