组件名称:朴素贝叶斯分类

  [版本号:5] [更新时间:2019-10-28]

简介

  朴素贝叶斯分类:朴素贝叶斯分类是一系列以假设特征之间强(朴素)独立下运用贝叶斯定理为基础的简单概率分类器。该分类器模型会给问题实例分配用特征值表示的类标签,类标签取自有限集合。它不是训练这种分类器的单一算法,而是一系列基于相同原理的算法:所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关。【该组件执行后可以生成模型,后续将保存在左侧组件栏下方的模型列表,直接拖拽到画布使用或在快速应用页面直接使用。】

输入和输出

  输入端口个数:1

  输出端口个数:1

参数配置

参数名称 参数说明 参数默认值 是否必填
平滑项参数可选 默认是1.0,为Laplacesmoothing,大于0小于1是Lidstonesmoothing 1 必填
模型类型可选 支持multinomial(多分类贝叶斯)和bernoulli(伯努利贝叶斯)两种,多项式贝叶斯能处理有限的离散数据,比如将文本数据转换成TF_IDF向量被用于文档分类;将向量转换成0/1的数值,则通常使用伯努利贝叶斯,特征值不可为负。 multinomial -

字段配置

字段名称 字段说明 字段默认值 是否必配
特征列 输入模型的样本特征列,必须是数值型字段列必选 必填
标签列 输入模型的样本类别标签列,必须是数值型字段列必选 必填

运行后生成的字段列

  运行之后生成的字段列是该组件新增的字段列,在结果数据中会体现出来,后续节点可以选择到这些字段列。

字段名称 字段说明 字段类型
__prediction 预测结果字段列 双精度类型
__probability 概率模型预测详细结果列 双精度类型

results matching ""

    No results matching ""