朴素贝叶斯分类器：仅在 iris 数据集上获得 30-40% 的准确率

Posted 2023-03-12

【中文标题】朴素贝叶斯分类器：仅在 iris 数据集上获得 30-40% 的准确率

【英文标题】：Naive Bayes Classifier: Only get 30-40% accuracy on iris data set

【发布时间】：2016-07-14 20:44:30

【问题描述】：

最近几天，我正在尝试使用来自 UCI (http://archive.ics.uci.edu/ml/datasets/Iris) 的 iris 数据集在 python 中实现朴素贝叶斯分类器。当试图对 100 个随机样本进行分类时，我只能得到 30-40% 的准确率。我认为我的概率函数是正确的，因为我用***（https://en.wikipedia.org/wiki/Naive_Bayes_classifier#Examples）中的示例对其进行了测试

现在我要做的就是：

我加载数据 我将数据分为3类 我计算每个类的均值和方差

那么对于 100 个随机样本 I：

计算每个特征属于一个类的概率

通过乘以该类的每个概率来计算后验分子

将值存储在列表中并获取最大值的索引

将最高值索引与真实索引进行比较（检查预测是否正确）

不知何故，我只得到 30-40%，我做错了吗？

如果你想看代码，在这里：http://pastebin.com/sUYm97qi

【参考方案1】：

哈哈——你写的代码非常简洁/干净，所以我很困惑，直到我看到最后。

您正在将预测的类名称 classes[max_index] 与最大索引实例标签值 y[max_index] 进行比较。

尝试将您的代码更改为

if(classes[max_index] == y[q]):
    corr += 1

你应该得到大约 96%

【讨论】：

@Lagastic 但如果我在测试集中只选择 50 个值，它仍然会给出 47% 左右？

@Tejendra 你是对的，那是由于我在报告结果时犯了一个错误，因为我把 100 个作为测试样本，corr 变量将是每 100 个正确答案的数量。除法 corr根据测试样本的数量，你应该得到大约 96-98% 的准确率。

【参考方案2】：

类构建部分出错

class1 = X[0:50]
class2 = X[51:100]
class3 = X[101:150]

应该是

class1 = X[0:50]
class2 = X[50:100]
class3 = X[100:150]

不重叠。不要有多么重要。 无论如何 - 尝试给出一些反馈，然后你得到什么数字。

【讨论】：

改了，准确率范围还是在30%到40%之间。

还有什么我可以尝试改变的，看看它是否有所改善？我可能在我的实施中做错了什么吗？