【发布时间】：2020-08-06 18:33:16
【问题描述】：
- 我正在使用 GaussianNB 来解决分类问题
- 所有特征都是数字，它们代表某事的分数（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，该算法似乎运行良好：我的准确度得分为 0.85。 但我读到高斯应该有均值 0 和方差 1，但它们没有。 我之前应该使用诸如 Standard Scaler 之类的定标器吗？ 在我的情况下是强制性的吗？ 我试过了，但性能没有上升
【问题讨论】：
-
“我读到高斯应该有均值 0 和方差 1，但它们没有”，按原样，这里绝对没有任何意义。你在哪里读到它，它与你的具体背景有什么关系？高斯是一个非常笼统的术语，它本身没有任何意义。
-
非常感谢您的回答。大概，我糊涂了。但是，文章说特征应该是连续的而不是离散的，因为对于离散的，多项式 NB 方法更好，对吗？
-
请注意，脱离上下文的 cmets 中的单行问题无法实现 SO；也不是教程服务。请花时间发布一个精心设计的问题，引用您迄今为止的研究和您的具体问题。对于非编码 ML 问题，Cross Validated 和 Data Science SE 更合适
-
好的，对不起，我是新来的，我会学习如何写出更好的帖子。谢谢你的建议
-
不客气；请务必通过帮助系统，尤其是How to ask和What topics can I ask about here?
标签： python machine-learning scikit-learn naivebayes