Включает ли обучение scikit наивный байесовский классификатор с непрерывными входными данными?

Есть ли что-нибудь в scikit, что может помочь мне в следующем?

Мне нужна байесовская сеть, способная принимать непрерывные ценные входные данные и обучаться по непрерывным ценным целям. Затем я хочу ввести новые, ранее невидимые непрерывные входные данные и получить оценки целевых значений. Желательно со способом измерения достоверности прогнозов. (возможно PDF?)

Я не уверен, будет ли это считаться наивным байесовским классификатором или нет.

Я продолжаю смотреть на GaussianNB, но просто не понимаю, как его можно использовать таким образом.

Я бы хотел тот, который поддерживает «независимость от нерелевантных альтернатив».

Любые советы высоко ценится.


python machine-learning scikit-learn bayesian
person JasonEdinburgh    schedule 16.08.2014    source источник

Ответы (1)


arrow_upward
3
arrow_downward

Вы говорите о регрессии, а не о классификации. Наивный байесовский классификатор не является регрессионной моделью. Ознакомьтесь с многочисленными регрессорами scikit-learn. В частности, вас может заинтересовать < strong>Регрессия Байесовского хребта.

person lejlot    schedule 16.08.2014
comment
+1 за анализ проблемы как регрессии, но обратите внимание, что регрессия байесовского гребня не имеет ничего общего с наивной байесовской моделью (поскольку наивная байесовская модель не является байесовской моделью). - person Fred Foo; 18.08.2014
comment
Я осознаю, что это никак не связано друг с другом, это просто вероятностная интерпретация/подход к регуляризации, не более того. - person lejlot; 19.08.2014