问题描述
假设我有一个数据集，其特征值是连续的，并且有两个以上可能的标签（例如：下雨、晴天、有风等），我应该在 sklearn 中实现哪种朴素贝叶斯模型？
我在考虑高斯或多项式。然而，多项式适用于离散特征，我尝试了高斯，但结果表明预测的准确性就像随机选择。
感谢您的帮助， 一哥
解决方法
朴素贝叶斯分类 (NBC) 处理离散值。 这意味着您必须离散化所有连续的特征。如需了解详情，请this could help
无论如何，多项式是正确的，因为您有多个标签。但您还应该记住，您必须对标签 (OneHotEncoder in sklearn) 进行单热编码。