使用MultinomialNB分类器时报错解决方案

Esile-x

已于 2022-05-10 10:50:54 修改

阅读量2.4k

点赞数 3

CC 4.0 BY-SA版权

文章标签： sklearn python 机器学习

于 2022-05-10 10:45:52 首次发布

本文链接：https://blog.csdn.net/Bshtla_/article/details/124682449

本文介绍了如何在使用MultinomialNB分类器时遇到负值数据引发的错误，并提供了通过MinMaxScaler归一化处理的解决方案。通过实例演示了如何预处理数据并确保模型适用性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

问题描述

使用MultinomialNB分类器时报错
ValueError: Negative values in data passed to MultinomialNB (input X)

原因：

MultinomialNB要求训练集中不出现负值

解决方案：

将训练数据归一化，使用preprocessing.MinMaxScaler来处理。

MinMaxScaler默认范围为(0,1)，可以通过MinMaxScaler(feature_range=(0,1))进行调节。
在这里插入图片描述

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
scaler.fit(X_train)
X_train_scaled = scaler.transform(X_train)
X_test_scaled = scaler.transform(X_test)
mnb.fit(X_train_scaled,y_train)
mnb.predict(X_test_scaled)

参考链接：https://stats.stackexchange.com/questions/169400/naive-bayes-questions-continus-data-negative-data-and-multinomialnb-in-scikit