类别朴素贝叶斯CategoricalNB和西瓜数据集

2024-06-14 20:04

本文主要是介绍类别朴素贝叶斯CategoricalNB和西瓜数据集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

CategoricalNB

  • 1 CategoricalNB原理以及用法
  • 2 数据集
    • 2.1 西瓜数据集
    • 2.2 LabelEncoder
    • 2.3 OrdinalEncoder
  • 3 代码实现

1 CategoricalNB原理以及用法

(1)具体原理
具体原理可看:贝叶斯分类器原理
sklearn之CategoricalNB对条件概率的原理如下:
P ( x i = k ∣ y ) = N y , k + α N y + α n i P(x_i = k | y) = \frac{N_{y,k} + \alpha}{N_y + \alpha n_i} P(xi=ky)=Ny+αniNy,k+α
其中:

  • N y , k N_{y,k} Ny,k是在类别y下特征 x i x_i xi取值为k的样本数。
  • N y N_y Ny 是类别y下的总样本数。
  • α \alpha α是平滑参数,用来避免零概率,如果我们将 α \alpha α设置为1,则这个平滑叫做拉普拉斯平滑,如果 α \alpha α小于1,则我们把它叫做利德斯通平滑。
  • n i n_i ni是特征 x i x_i xi的可能取值的数量。

(2)CategoricalNB用法
之后会有详细例子,现在先看用法

class sklearn.naive_bayes.CategoricalNB(*, alpha=1.0, fit_prior=True, class_prior=None)

参数说明:

参数
说明
alphafloat, default=1.0
附加的平滑参数(Laplace/Lidstone),0是不平滑
fit_priorbool, default=True
是否学习类别先验概率。若为False,将使用统一的先验(概率相等)
class_priorarray-like of shape (n_classes,), default=None
类别的先验概率。一经指定先验概率不能随着数据而调整。

属性说明:

属性
说明
category_count_list of arrays of shape (n_features,)
为每个要素保存形状的数组(n_classes,各个要素的n_categories)。每个数组为每个类别和分类的特定特征提供遇到的样本数量。
class_count_ndarray of shape (n_classes,)
拟合期间每个类别遇到的样本数。此值由提供的样本权重加权。
class_log_prior_ndarray of shape (n_classes,)
每个类别的对数先验概率(平滑)。
classes_ndarray of shape (n_classes,)
分类器已知的类别标签
feature_log_prob_list of arrays of shape (n_features,)
为每个特征保形状的数组(n_classes,各个要素的n_categories)。每个数组提供了给定各自特征和类别的分类的经验对数概率log(p(xi|y))
n_features_int
每个样本的特征数量。

方法说明:

方法
说明
fit(X, y[, sample_weight])根据X,y拟合朴素贝叶斯分类器。
get_params([deep])获取这个估计器的参数
partial_fit(X, y[, classes, sample_weight])对一批样本进行增量拟合。
predict(X)对测试向量X进行分类
predict_log_proba(X)返回针对测试向量X的对数概率估计
predict_proba(X)返回针对测试向量X的概率估计
score(X, y[, sample_weight])返回给定测试数据和标签上的平均准确率
set_params(**params)为这个估计器设置参数

对于X矩阵和y矩阵的要求如下:

参数
说明
X{array-like, sparse matrix} of shape (n_samples, n_features)
样本的特征矩阵,其中n_samples是样本数量,n_features是特征数量。在此,假设X的每个特征都来自不同的分类分布。进一步假设每个特征的所有类别均由数字0,…,n-1表示,其中n表示给定特征的类别总数。例如,这可以在顺序编码(OrdinalEncoder)的帮助下实现。
yarray-like of shape (n_samples,)
每个样本所属的标签类别

2 数据集

2.1 西瓜数据集

要对下述的数据集转换成特征矩阵X和标签类别y,则需要认识两种编码

色泽根蒂敲击纹理脐部触感好坏
青绿蜷缩浊响清晰凹陷硬滑好瓜
乌黑蜷缩沉闷清晰凹陷硬滑好瓜
乌黑蜷缩浊响清晰凹陷硬滑好瓜
青绿蜷缩沉闷清晰凹陷硬滑好瓜
浅白蜷缩浊响清晰凹陷硬滑好瓜
青绿稍蜷浊响清晰稍凹软粘好瓜
乌黑稍蜷浊响稍糊稍凹软粘好瓜
乌黑稍蜷浊响清晰稍凹硬滑好瓜
乌黑稍蜷沉闷稍糊稍凹硬滑坏瓜
青绿硬挺清脆清晰平坦软粘坏瓜
浅白硬挺清脆模糊平坦硬滑坏瓜
浅白蜷缩浊响模糊平坦软粘坏瓜
青绿稍蜷浊响稍糊凹陷硬滑坏瓜
浅白稍蜷沉闷稍糊凹陷硬滑坏瓜
乌黑稍蜷浊响清晰稍凹软粘坏瓜
浅白蜷缩浊响模糊平坦硬滑坏瓜
青绿蜷缩沉闷稍糊稍凹硬滑坏瓜

2.2 LabelEncoder

class sklearn.preprocessing.LabelEncoder
  • 对目标标签进行编码,其值介于0和n_classes-1之间。
  • 该转换器应用于编码目标值,即y,而不是输入X。

常用方法:

方法
说明
fit(self, y)适合标签编码器
fit_transform(self, y)适合标签编码器并返回编码的标签
get_params(self[, deep])获取此估计量的参数
inverse_transform(self, y)将标签转换回原始编码
set_params(self, **params)设置此估算器的参数
transform(self, y)将标签转换为标准化的编码

对于y矩阵的要求如下:

参数
说明
yarray-like of shape (n_samples,)
每个样本所属的标签类别

2.3 OrdinalEncoder

class sklearn.preprocessing.OrdinalEncoder(*, categories='auto', dtype=<class 'numpy.float64'>)
  • 将分类特征编码为整数数组。
  • 该转换器的输入应为整数或字符串之类的数组,表示分类(离散)特征所采用的值。要素将转换为序数整数。这将导致每个要素的一列整数(0到n_categories-1)。

参数说明如下:

参数
说明
categories‘auto’ or a list of array-like, default=’auto’
适合标签编码器每个功能的类别(唯一值):
‘auto’:根据训练数据自动确定类别。
list:category [i]保存第i列中预期的类别。传递的类别不应将字符串和数字值混合使用,并且在使用数字值时应进行排序
使用的类别可以在category_属性中找到。
dtypenumber type, default np.float64
所需的输出dtype

常用方法有:

方法
说明
fit(X[, y])使OrdinalEncoder拟合X
get_params([deep])获取此估计量的参数
inverse_transform(X)将数据转换回原始表示形式
set_params(**params)设置此估算器的参数
transform(X)将X转换为序数代码

对X矩阵的要求如下:

参数
说明
Xarray-like, shape [n_samples, n_features]

3 代码实现

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder, OrdinalEncoder
from sklearn.naive_bayes import CategoricalNB# 第一步:创建数据集
data = {'色泽': ['青绿', '乌黑', '乌黑', '青绿', '浅白', '青绿', '乌黑', '乌黑', '乌黑', '青绿', '浅白', '浅白', '青绿', '浅白', '乌黑', '浅白', '青绿'],'根蒂': ['蜷缩', '蜷缩', '蜷缩', '蜷缩', '蜷缩', '稍蜷', '稍蜷', '稍蜷', '稍蜷', '硬挺', '硬挺', '蜷缩', '稍蜷', '稍蜷', '稍蜷', '蜷缩', '蜷缩'],'敲击': ['浊响', '沉闷', '浊响', '沉闷', '浊响', '浊响', '浊响', '浊响', '沉闷', '清脆', '清脆', '浊响', '浊响', '沉闷', '浊响', '浊响', '沉闷'],'纹理': ['清晰', '清晰', '清晰', '清晰', '清晰', '清晰', '稍糊', '清晰', '稍糊', '清晰', '模糊', '模糊', '稍糊', '稍糊', '清晰', '模糊', '稍糊'],'脐部': ['凹陷', '凹陷', '凹陷', '凹陷', '凹陷', '稍凹', '稍凹', '稍凹', '稍凹', '平坦', '平坦', '平坦', '凹陷', '凹陷', '稍凹', '平坦', '稍凹'],'触感': ['硬滑', '硬滑', '硬滑', '硬滑', '硬滑', '软粘', '软粘', '硬滑', '硬滑', '软粘', '硬滑', '软粘', '硬滑', '硬滑', '软粘', '硬滑', '硬滑'],'好坏': ['好瓜', '好瓜', '好瓜', '好瓜', '好瓜', '好瓜', '好瓜', '好瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜', '坏瓜']
}df = pd.DataFrame(data)# 第二步:编码# 标签编码
label_encoder = LabelEncoder()
df['好坏'] = label_encoder.fit_transform(df['好坏'])# 对分类特征进行Ordinal编码
ordinal_encoder = OrdinalEncoder()
categorical_features = df.columns[:-1]  # 除最后一列“好坏”之外的所有列
df[categorical_features] = ordinal_encoder.fit_transform(df[categorical_features])# 确定特征X和标签y
X = df.drop('好坏', axis=1)
y = df['好坏']# 第三步:划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)# 第四步:训练模型
model = CategoricalNB()
model.fit(X_train, y_train)# 输出预测概率
probabilities = model.predict_proba(X_test)
print("Probabilities:\n", probabilities)
print('精确度:', model.score(X_test, y_test))

首先看一下X矩阵和y矩阵,如图所示:
X矩阵
X矩阵
y矩阵
y矩阵
代码准确率结果如下:
准确率

这篇关于类别朴素贝叶斯CategoricalNB和西瓜数据集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1061381

相关文章

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用

Mysql如何将数据按照年月分组的统计

《Mysql如何将数据按照年月分组的统计》:本文主要介绍Mysql如何将数据按照年月分组的统计方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql将数据按照年月分组的统计要的效果方案总结Mysql将数据按照年月分组的统计要的效果方案① 使用 DA

鸿蒙中Axios数据请求的封装和配置方法

《鸿蒙中Axios数据请求的封装和配置方法》:本文主要介绍鸿蒙中Axios数据请求的封装和配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1.配置权限 应用级权限和系统级权限2.配置网络请求的代码3.下载在Entry中 下载AxIOS4.封装Htt