在GaussianNB之前对数据进行预处理,用于数字特征的分类


  • 我正在使用GaussianNB来解决分类问题
  • 所有的特征都是数字的,它们代表了一些东西的分数(每个分数都在1到8之间,它们是考试的结果(

在我的情况下,算法似乎运行得很好:我得到了0.85的准确率分数。但我读到高斯应该有均值0和方差1,但它们没有。我以前应该使用像标准缩放器这样的缩放器吗?对我来说是强制性的吗?我试过了,但性能没有提高

"标准高斯"是基本/假设的高斯分布,其平均值为0,方差为1。例如,世界各地人们的身高平均值为175厘米,方差为10厘米,但仍然是高斯(钟形(。

相关内容

  • 没有找到相关文章

最新更新