高斯朴素贝叶斯（GNB）是一种基于概率方法和高斯分布的机器学习分类技术。朴素贝叶斯假设每个参数（也称为特征或预测变量）具有独立的预测输出变量的能力。所有参数的预测组合是最终预测，它返回因变量被分类到每个组的概率，最终分类分配给概率较高的组（类）。什么是高斯分布？高斯分布又称正态分布，是一种描述自然界中连续随机变量的统计分布的统计模型。正态分布由其钟形曲线定义，正态分布的两个最重要的特征是均值(μ)和标准差(σ)。均值是分布的均值，标准差是均值周围分布的“宽度”。重要的是要知道正态分布变量(X)从-∞
