sklearn.naive_bayes模块实现了朴素贝叶斯算法，基于贝叶斯定理和强(天真)特征独立性假设的监督学习方法，下列哪个模型不是朴素贝叶斯分类器的模型()
A: BernoulliNB()
B: GaussianNB()
C: NeighborsNB()
D: MultinomialNB()
A: BernoulliNB()
B: GaussianNB()
C: NeighborsNB()
D: MultinomialNB()
举一反三
- 在扩展库sklearn.naive_bayes中提供了三种朴素贝叶斯算法，分别是伯努利朴素贝叶斯BernoulliNB、高斯朴素贝叶斯GaussianNB和多项式朴素贝叶斯MultinomialNB，分别适用于伯努利分布（又称二项分布或0-1分布）、高斯分布（也称正态分布）和多项式分布的数据集。
- 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。()
- 监督学习方法又可以分为生成式方法和判别式方法，下面哪个方法属于生成式方法（ ）。 A: 朴素贝叶斯（Naive Bayes） B: k近邻方法（kNN） C: 回归模型 D: 决策树
- 朴素贝叶斯分类基于贝叶斯定理的一种分类方法。
- 机器学习扩展库sklearn的naive_bayes模块提供了朴素贝叶斯算法的实现。