实验三 朴素贝叶斯算法及应用

Posted 昨天是周几

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了实验三 朴素贝叶斯算法及应用相关的知识,希望对你有一定的参考价值。

实验三 朴素贝叶斯算法及应用

作业信息

博客班级 博客班级链接
作业要求 作业要求链接
作业目标 掌握朴素贝叶斯算法,可以借用该算法解决特定应用场景
学号 3180701125

一、实验目的

  1. 理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架;
  2. 掌握常见的高斯模型,多项式模型和伯努利模型;
  3. 能根据不同的数据类型,选择不同的概率模型实现朴素贝叶斯算法;
  4. 针对特定应用场景及数据,能应用朴素贝叶斯解决实际问题。

二、实验内容

  1. 实现高斯朴素贝叶斯算法。
  2. 熟悉sklearn库中的朴素贝叶斯算法。
  3. 针对iris数据集,应用sklearn的朴素贝叶斯算法进行类别预测。
  4. 针对iris数据集,利用自编朴素贝叶斯算法进行类别预测。

三、实验报告要求

  1. 对照实验内容,撰写实验过程、算法及测试结果;
  2. 代码规范化:命名规则、注释;
  3. 分析核心算法的复杂度;
  4. 查阅文献,讨论各种朴素贝叶斯算法的应用场景;
  5. 讨论朴素贝叶斯算法的优缺点。

四、实验过程及结果

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from collections import Counter
import math

def create_data():
    iris = load_iris()
    df = pd.DataFrame(iris.data, columns=iris.feature_names)
    df[\'label\'] = iris.target
    df.columns = [
    \'sepal length\', \'sepal width\', \'petal length\', \'petal width\', \'label\'
    ]
    data = np.array(df.iloc[:100, :])
    
    return data[:, :-1], data[:, -1]
X, y = create_data()
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
X_test[0], y_test[0]

class NaiveBayes:
    def __init__(self):
        self.model = None

    # 数学期望
    @staticmethod
    def mean(X):
        return sum(X) / float(len(X))

    # 标准差(方差)
    def stdev(self, X):
        avg = self.mean(X)
        return math.sqrt(sum([pow(x - avg, 2) for x in X]) / float(len(X)))

    # 概率密度函数
    def gaussian_probability(self, x, mean, stdev):
        exponent = math.exp(-(math.pow(x - mean, 2) /
                              (2 * math.pow(stdev, 2))))
        return (1 / (math.sqrt(2 * math.pi) * stdev)) * exponent

    # 处理X_train
    def summarize(self, train_data):
        summaries = [(self.mean(i), self.stdev(i)) for i in zip(*train_data)]
        return summaries

    # 分类别求出数学期望和标准差
    def fit(self, X, y):
        labels = list(set(y))
        data = {label: [] for label in labels}
        for f, label in zip(X, y):
            data[label].append(f)
        self.model = {
            label: self.summarize(value)
            for label, value in data.items()
        }
        return \'gaussianNB train done!\'

    # 计算概率
    def calculate_probabilities(self, input_data):
        # summaries:{0.0: [(5.0, 0.37),(3.42, 0.40)], 1.0: [(5.8, 0.449),(2.7, 0.27)]}
        # input_data:[1.1, 2.2]
        probabilities = {}
        for label, value in self.model.items():
            probabilities[label] = 1
            for i in range(len(value)):
                mean, stdev = value[i]
                probabilities[label] *= self.gaussian_probability(
                    input_data[i], mean, stdev)
        return probabilities

    # 类别
    def predict(self, X_test):
        # {0.0: 2.9680340789325763e-27, 1.0: 3.5749783019849535e-26}
        label = sorted(
            self.calculate_probabilities(X_test).items(),
            key=lambda x: x[-1])[-1][0]
        return label

    def score(self, X_test, y_test):
        right = 0
        for X, y in zip(X_test, y_test):
            label = self.predict(X)
            if label == y:
                right += 1
        return right / float(len(X_test))

model = NaiveBayes()
model.fit(X_train, y_train)

print(model.predict([4.4, 3.2, 1.3, 0.2]))

model.score(X_test, y_test)

scikit-learn实例

from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X_train, y_train)

clf.score(X_test, y_test)

clf.predict([[4.4, 3.2, 1.3, 0.2]])

from sklearn.naive_bayes import BernoulliNB, MultinomialNB # 伯努利模型和多项式模型

五、实验小结

通过本次实验使我基本对朴素贝叶斯算法的框架有了较为深刻的掌握。对于朴素贝叶斯算法而言,它有着较为稳定的分类效率和对缺失数据不敏感的特点,且对小规模的数据表现很好,能够处理多分类任务。但是该算法需要知道先验概率,且先验概率很多时候取决于假设,假设的模型可以有很多种,因此在某些时候会由于假设的先验模型的原因导致预测效果不佳。

以上是关于实验三 朴素贝叶斯算法及应用的主要内容,如果未能解决你的问题,请参考以下文章

实验三 朴素贝叶斯算法及应用

实验三 朴素贝叶斯算法及应用

实验三 朴素贝叶斯算法及应用

朴素贝叶斯算法及应用

实验三 朴素贝叶斯

机器学习--实验三