Я реализовал наивный байесовский классификатор, который достаточно хорошо работает с необработанными данными изображения, поскольку все значения пикселей равны от 0 до 255. Однако после применения PCA для уменьшения размерности данных значения пикселей теперь являются уникальными значениями с плавающей запятой.Я думал о том, чтобы сгруппировать их и отобразить их обратно от 0 до 255, но теперь все «пиксельные» данные кажутся уникальными, поэтому вместо 255 значений у меня есть уникальные значения, равные количеству записей, умноженному на число объектов.
Я создал схему моей реализации после этой страницы Kaggle , но для этого нужно, чтобы значение было только категориальным.Я понимаю, что Наивный Байес может обрабатывать только дискретные данные, а PCA, похоже, преобразует данные в непрерывные.Есть ли способ сделать NB таким образом с PCA сокращенных данных?Использование SKLearn с уменьшенными данными работает, но я не могу понять, как.