python NB算法

### Python 中朴素贝叶斯算法的实现与应用

#### 朴素贝叶斯简介
朴素贝叶斯是一种基于贝叶斯定理的概率分类方法，假设特征之间相互独立。该模型简单有效，在许多实际场景中表现出良好的性能[^2]。

#### 使用 `scikit-learn` 实现朴素贝叶斯
Python 的机器学习库 `scikit-learn` 提供了多种朴素贝叶斯变体的实现方式：

1. **高斯朴素贝叶斯 (GaussianNB)**：适用于连续型数据；
2. **多项式朴素贝叶斯 (MultinomialNB)**：常用于离散计数数据，如词频向量；
3. **伯努利朴素贝叶斯 (BernoulliNB)**：适合二元分布的数据；

以下是使用 `scikit-learn` 库来构建并训练一个简单的朴素贝叶斯分类器的例子:

from sklearn.datasets import fetch_20newsgroups
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split

# 加载新闻组数据集
data = fetch_20newsgroups(subset='all')
X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.2)

# 文本向量化处理
vectorizer = CountVectorizer()
X_train_counts = vectorizer.fit_transform(X_train)
X_test_counts = vectorizer.transform(X_test)

# 创建并训练朴素贝叶斯分类器
clf = MultinomialNB().fit(X_train_counts, y_train)

# 预测测试集标签
predicted = clf.predict(X_test_counts)

print(f'Accuracy: {accuracy_score(y_test, predicted):.4f}')

这段代码展示了如何加载文本数据、将其转换为数值表示形式以及训练一个多类别的朴素贝叶斯分类器，并评估其准确性。

#### 处理缺失值的能力
值得注意的是，某些版本的朴素贝叶斯能够很好地应对含有缺失值的情况。当遇到未见词汇或其他类型的缺失输入时，这些实现可以自动调整概率估计过程以保持鲁棒性[^3]。