sklearn.naive_bayes.CategoricalNB与sklearn.naive_bayes.BernoulliNB相同，但列中有一个热编码吗？
从文档中无法完全猜测，CategoricalNB有一个额外的参数alpha，我不明白它的用途。
分类分布是伯努利分布，推广到两个以上的类别。换句话说，伯努利分布是范畴分布的一个特例，正好有两个范畴。
在伯努利模型中，假设每个特征正好有两个类别，通常表示为1和0或True和False。在分类模型中，假设每个特征具有至少2个类别，并且每个特征可能具有不同的类别总数。
一个热编码与任何一个模型都无关。它是一种在数字矩阵中对分类变量进行编码的技术。它与用于对分类变量建模的实际分布无关，尽管使用分类分布对分类变量进行建模是很自然的。
"；α"；参数称为拉普拉斯平滑参数。我不会在这里详细介绍它，因为它更适合CrossValidated，例如。https://stats.stackexchange.com/q/192233/36229.从计算的角度来看，它的存在是为了防止"；中毒；具有0的计算，其在整个模型中以乘法方式传播。当数据集中不存在类标签和要素类别的某种组合时，就会出现这种实际问题。将其保留为默认值1是可以的。