贝叶斯预测的计算实例

Posted 2023-04-26

参考技术A

根据The SAS System for Windows 9．0所编程序，对美国出口额 (单位：十亿元)变化进行了预测。选取常均值折扣模型和抛物线回归模型。

美国出口额的预测， 预测模型的初始信 息为m0=304，Co=72，V=0.Ol，δ=0.8得到的1960—2006年的预测结果。见表2中给出了预测的部分信息(1980—2006年的预测信息)。

通过The SAS System for Windows 9．0软件回归分析得到抛物线预测方程：
表示年份
见表3给出了1980-2006年的预测信息。

机器学习-朴素贝叶斯

###### 前言

* 朴素贝叶斯是一种基于贝叶斯定理的分类算法，属于生成式模型的范畴。它的基本思想是基于贝叶斯定理和特征独立性假设。它假设每个特征之间相互独立，因此名称为“朴素”。

* 在朴素贝叶斯分类中，我们假设给定数据点属于某个类别，可以通过对该类别中各个特征的条件概率进行乘积计算，以计算该数据点属于该类别的概率。最终，选择概率最大的类别作为该数据点的预测类别。

###### 公式

1. 贝叶斯定理：贝叶斯定理告诉我们如何计算某个事件发生的概率，即：

​		$P(A|B) = P(B|A) * P(A) / P(B)$

​		其中，P(A|B) 表示事件 A 在事件 B 发生的情况下发生的概率；P(B|A) 表示事件 B 在事件 A 发生的情况下发		生的概率；P(A) 表示事件 A 发生的概率；P(B) 表示事件 B 发生的概率

  2.特征独立性假设：朴素贝叶斯假设特征之间是独立的，即：

​		$P(x1, x2, ..., xn | y) = P(x1 | y) * P(x2 | y) * ... * P(xn | y)$

​		其中，xi 表示第 i 个特征，y 表示分类结果。

3. 极大似然估计：朴素贝叶斯使用极大似然估计来确定特征与分类结果之间的关系，即：

​		$P(y | x1, x2, ..., xn) = P(x1, x2, ..., xn | y) * P(y) / P(x1, x2, ..., xn)$

​		其中，P(y | x1, x2, ..., xn) 表示给定特征 x1, x2, ..., xn 时分类结果 y 的概率；P(y) 表示分类结果 y 的先验概		率；P(x1, x2, ..., xn) 表示特征 x1, x2, ..., xn 的先验概率。

###### 实现流程

1. 数据预处理：对数据进行清洗、格式化等处理，确保数据的可用性和有效性。
2. 特征抽取：从原始数据中抽取出有效的特征，用于后续的模型训练。
3. 计算先验概率：计算出每一个分类结果的先验概率，即该分类结果在样本中出现的频率。
4. 计算条件概率：对于每一个特征，计算出该特征在各个分类结果中出现的条件概率。
5. 计算后验概率：使用贝叶斯定理计算出后验概率，即在已知特征的情况下，每一个分类结果的概率。
6. 预测分类结果：选取后验概率最大的分类结果作为最终的预测结果。



###### 代码

import numpy as np
from collections import Counter

class NaiveBayes:
def init(self):
# 定义类的属性，初始化为None
self.X = None
self.y = None
self.classes = None
self.priors = None
self.cond_probs = None

def fit(self, X, y):
    # 存储训练数据
    self.X = X
    self.y = y
    # 获取分类类别
    self.classes = np.unique(y)
    # 计算先验概率
    self.priors = self._compute_priors()
    # 计算条件概率
    self.cond_probs = self._compute_cond_probs()

def _compute_priors(self):
    # 统计每个类别的样本数量
    classes_counts = Counter(self.y)
    # 计算总样本数量
    total_count = len(self.y)
    # 计算每个类别的先验概率
    priors = c: count / total_count for c, count in classes_counts.items()
    return priors

def _compute_cond_probs(self):
    # 计算特征数量
    n_features = self.X.shape[1]
    cond_probs = 
    # 计算每个类别的条件概率
    for c in self.classes:
        # 获取每个类别的样本
        X_c = self.X[self.y == c]
        # 计算每个特征的均值和标准差
        means = np.mean(X_c, axis=0)
        stds = np.std(X_c, axis=0)
        # 将均值和标准差存储在字典中
        cond_probs[c] = (means, stds)
    return cond_probs

def predict(self, X):
    y_pred = []
    # 遍历所有的预测样本
    for x in X:
        scores = []
        # 遍历所有的类别
        for c, (mean, std) in self.cond_probs.items():
			# 计算每个特征在该类别下的概率密度值
			prob = np.exp(-0.5 * ((x - mean) / std) ** 2) / (np.sqrt(2 * np.pi) * std)
			# 计算概率密度值的乘积
			prob = np.prod(prob)
			# 乘上该类别的先验概率
			prob *= self.priors[c]
			scores.append(prob)
		# 预测该样本的类别
		y_pred.append(self.classes[np.argmax(scores)])
	return np.array(y_pred)

- `fit`函数：用于训练模型，接收训练数据`X`和目标值`y`，存储数据到对应属性中，计算先验概率和条件概率并存储到对应属性中。
- `_compute_priors`函数：用于计算先验概率。
- `_compute_cond_probs`函数：用于计算条件概率。
- `predict`函数：用于预测目标值，接收预测数据`X`，计算每个样本在每个类别下的概率，预测该样本的类别并返回预测结果。