由于 NB 是一个生成分类器，我们假设数据点都是从一个分布中生成的，对吧？
但是由于我们可以通过计算 ( p(x_i|y)的 MLE = # of (x_i,y) / # of y) 来计算 p(x_i|y) 的 MLE，所以我们真的需要一个特定的分布吗？ , 对可能性进行建模(p(x_i|y))？
朴素贝叶斯分类器是否需要假设特定的训练分布？
数据挖掘
机器学习
朴素贝叶斯分类器
2022-02-16 08:28:22
1个回答
最令人痛心的问题是“插值”。也就是说，计算为了和您尚未观察到，但属于您观察的凸包。
您必须将事件组合在一起，或者想出一个古怪的插值方案。这确实有效。但是，如果您假设一个分布，变得连续，你最终得到了一种更统计合理的插值方法。