learn中还提供哪些分类方法 sk

在sk-learn中提供了三种不同类型的贝叶斯模型方法：

高斯模型(基于高斯分布实现分类概率的计算) - 连续型特征：from e_bayes import GaussianNB公式:

高斯分布，也就是正态分布，是一种连续型变量的概率分布(高手模型是用来处理连续型特征的）。

多项式模型 (类别较少的分类)

原理:(条件概率)在某个条件下求出某个东西的所属类别，例如一篇文章可能属于军事，科技，人文等类别，在这些类别条件的下，求出它属于某个类别的概率，取最大概率的类别作为它的类别

伯努利模型(只能做二分类) - 特征数据为二项分布

作用：判断某一文章是否属于某一类别二值化操作：需要将特征转化为二项分布，0，1