朴素贝叶斯分类器是用于分类任务的概率模型。它基于 Bayes 定理，并假设预测器之间是独立的。在现实世界中，独立性假设可能是真的，也可能不是真的，但朴素贝叶斯仍然表现良好。
作者图片
幼稚 →之所以称之为幼稚，是因为它假设数据集中的所有特征都是相互独立的。 贝叶斯， →它是基于贝叶斯定理。
首先，我们来学习一下概率。
概率是一个反映特定事件发生的机会或可能性的数字。
事件 →从概率上来说，事件是随机实验的结果。
P(A)=n(A)/n(S)
P(A) →事件发生的概率 A n(A)→有利结果的数量 n(S)→可能结果的总数
示例
P(A) →抽王概率 P(B)→抽红牌概率。
P(A) =4/52 P(B)=26/52
作者图片
- 联合概率
- 条件概率
联合概率是两个事件同时发生的概率。
p(A∩B)→抽到一个王的概率，红色。
P(A∩B)= P(A)* P(B)=(4/52)(26/52)=(1/13)(1/2)= 1/26
作者图片
条件概率是一个事件在另一个事件存在的情况下发生的概率。
给定红色，抽到国王的概率→ P(A|B)
作者图片
给定国王 P(B|A)抽红牌的概率
P(B|A) =P(A∩B)/P(A)
作者图片
作者图片
贝叶斯定理是条件概率的推广。利用贝叶斯定理，我们不得不用一个条件概率去计算另一个条件概率。
要计算 P(A|B)，我们得先计算 P(B|A)。
例如:
如果你想预测一个人是否有糖尿病，在给定的条件下？P(A|B) 糖尿病→类→ A 条件→独立属性→ B
为了使用朴素贝叶斯来计算这个，
- 首先，计算 P(B|A) →这意味着从数据集中找出多少糖尿病患者(A)具有这些条件(B)。这叫做似然比 P(B|A)
- 然后乘以P(A)→先验概率→数据集中糖尿病患者的概率。
- 然后除以 **P(B) →证据。这是当前发生的事件。**假设这个事件已经发生，我们正在计算另一个事件也将发生的概率。
这个概念被称为朴素贝叶斯算法。
P(B|A) →似然比 P(A) →先验概率 P(A|B) →后验概率 P(B) →证据
我已经拿到了高尔夫数据集。
作者图片
考虑打高尔夫的问题。在这个数据集中， Play 是目标变量。我们是否能在某一天打高尔夫球是由独立变量天气、温度、湿度、风决定的。
让我们预测给定的条件晴朗、温和、正常、错误 →他/她是否能打高尔夫球？
作者图片
P(A|B)和 P(！A|B)仅由分子值决定，因为两个等式中的分母相同。
所以，要预测类是或否，我们可以用这个公式P(A|B)=P(B|A)*P(A)
- 计算先验概率 14 条记录中，有 9 条是肯定的。所以 P(是)=9/14，P(否)=5/14
作者图片
2。计算似然比
展望
在 14 次记录中，5 次是晴天，4 次是阴天，5 次是雨天。
假设他/她会打高尔夫球，找出当天阳光明媚的概率？
从数据集来看，我们可以玩的晴天数是 2。我们可以玩的总天数是 9 天。
所以 P(Sunny | yes) =2/9
同样，我们必须计算所有变量。
作者图片
温度
作者图片
湿度
作者图片
刮风
作者图片
让我们预测给定的条件晴朗、温和、正常、错误 →他/她是否能打高尔夫？
a =是 B=(晴朗、温和、正常、错误)
P(A|B)=P((是)|(晴天，温和，正常，假)
P(A|B)=P(B|A)*P(A)
P(yes|(晴天，温和，正常，假))= P((晴天，温和，正常，假)|yes) *P(是)
[独立事件的概率通过将所有事件的概率相乘来计算。朴素贝叶斯算法将所有变量视为独立变量)
=P(晴天|是)*P(温和|是)*P(正常|是)*P(假|是)*P(是)
=2/9 *4/9 *6/9 *6/9 *9/14
**P(yes|(Sunny,Mild,Normal,False))= 0.0282**
现在让我们计算 P(no|(晴，温和，正常，假))
P(no|(晴天，温和，正常，假))= P((晴天，温和，正常，假)|no) *P(no)
=P(晴|否)* P(轻度|否)* P(正常|否)* P(假|否)* P(否)
=3/5 *2/5 *1/5 *2/5 *5/14
P(no|(Sunny,Mild,Normal,False))= =0.0068
由于0.0282>0.0068【P(是|条件)】> P(否|条件)，对于给定条件晴天，温和，正常，假，发挥预测为是。
让我们使用相同的数据集来构建 NB 模型
- 导入库
**import** numpy **as** np
**import** pandas **as** pd
**import** seaborn **as** sns
**import** matplotlib.pyplot **as** plt
2。加载数据
df=pd.read_csv(**"golf_df.csv"**)
df.head(3)
3。将分类变量(字符串数据类型)转换为连续变量
**from** sklearn.preprocessing **import** LabelEncoder
le=LabelEncoder()
Outlook_le=le.fit_transform(df.Outlook)
Temperature_le=le.fit_transform(df.Temperature)
Humidity_le=le.fit_transform(df.Humidity)
Windy_le=le.fit_transform(df.Windy)
Play_le=le.fit_transform(df.Play)
df[**"Outlook_le"**]=Outlook_le
df[**"Temperature_l1"**]=Temperature_le
df[**"Humidity_le"**]=Humidity_le
df[**"Windy_le"**]=Windy_le
df[**"Play_le"**]=Play_le
df.head(3)
4。现在从数据帧中删除旧的分类列
df=df.drop([**"Outlook"**,**"Temperature"**,**"Humidity"**,**"Windy"**,**"Play"**],axis=1)
df.head(3)
5。分配 x(自变量)和 y(因变量)
x=df.iloc[:,0:4]
x.head(3)
y=df.iloc[:,4:]
y.head(3)
6。将数据分成训练和测试
**from** sklearn.model_selection **import** train_test_split
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.3,random_state=10)
7.用 sklearn 建模
**from** sklearn.naive_bayes **import** GaussianNB
model=GaussianNB()
model.fit(x_train,y_train)
高斯安 b()
8。准确度分数
y_predict=model.predict(x_test)
**from** sklearn.metrics **import** accuracy_score
accuracy_score(y_test,y_predict,normalize=**True**)
输出: 1.0
9。让我们预测给定条件下的类别(是或否):晴天、温和、正常、错误。
model.predict([[2,2,1,0]])
输出:数组([1])
1 →表示是。
所以给定条件晴天，温和，正常，假→玩是。所以我们可以在阳光充足、温和、正常、虚假的条件下打高尔夫球。
这个故事中使用的代码和数据集可以从我的 Github 链接下载。
当独立预测器的假设成立时，朴素贝叶斯分类器与其他模型相比表现非常好。它在训练和测试数据上都非常快。在一些罕见的事件中，如果我们预测的类别在训练数据中没有被观察到，那么模型将增加零概率，并且将不能做出预测。为了解决这个问题，使用平滑技术，如拉普拉斯估计。
towardsdatascience.com](https://towardsdatascience.com/line-of-best-fit-in-linear-regression-13658266fbc8) [## Python 中的逻辑回归
towardsdatascience.com](https://towardsdatascience.com/logistic-regression-in-python-2f965c355b93) [## 支持向量机简介
towardsdatascience.com](https://towardsdatascience.com/an-introduction-to-support-vector-machine-3f353241303b) [## K-最近邻算法简介
towardsdatascience.com](https://towardsdatascience.com/an-introduction-to-k-nearest-neighbours-algorithm-3ddc99883acd) [## 理解机器学习中的决策树
better 编程. pub](https://betterprogramming.pub/understanding-decision-trees-in-machine-learning-86d750e0a38f)
我希望这篇文章对你有所帮助。
请关注此空间，了解更多关于 Python 和数据科学的文章。如果你喜欢看我的更多教程，就关注我的 中LinkedInTwitter。**
点击此处成为中等会员: