想象我有一个数据集，其特征值是连续的，并且有两个以上可能的标签（例如：下雨、晴天、刮风等），我应该在sklearn中实现哪种朴素贝叶斯模型？
我正在考虑高斯或多项式。然而，多项式适用于离散特征，我尝试了高斯，但结果证明预测的准确性就像随机选择一样。
朴素贝叶斯分类 (NBC) 适用于离散值。 这意味着您必须离散化所有连续的特征。有关更多详细信息，这可能会有所帮助
无论如何，多项式是正确的，因为你有多个标签。但您还应该记住，您必须对标签进行 one-hot 编码（sklearn 中的 OneHotEncoder）。