朴素贝叶斯分类器中的 Python 偏度和峰度

Question

我正在用 Python 创建一个朴素贝叶斯分类器，它将能够根据一天的一些天气数据猜测它是哪一个月。

目前，均值和标准差用于对月份进行分类，但我认为添加偏度和峰度可能有助于提高准确性。

我目前正在使用 scipy.stats.norm.cdf 来计算机会，但我似乎无法在 Python 中找到任何考虑偏度和峰度的 cdf 函数。

我觉得我可能没有正确理解偏度和峰度。 偏度和峰度对 cdf 函数有影响，因此我希望将它们作为参数给出。

我对偏度、峰度和 cdf 函数的理解有什么根本性的错误吗？ 如果没有，那么我在哪里可以找到将所有这些参数都考虑在内的 Python 中 cdf 函数的实现？

Answer 1

您使用的正态分布 (scipy.stats.norm) 并且通常用于建模朴素贝叶斯中的一维条件分布，它仅由两个参数明确定义 - 它的mean和std 。 指定偏度/峰度没有意义，因为它们对于您的分布是恒定的（特别是峰度为 3）。

您正在考虑的可能是 Pearson 分布，用于拟合更多时刻（均值、标准差、偏度和峰度）。

http://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.stats.pearson3.html