贝叶斯简介
- 贝叶斯公式，又称贝叶斯定理、贝叶斯法则，最初是用来描述两个事件的条件概率间的关系的公式，后来被人们发现具有很深刻的实际意义和应用价值。该公式的实际内涵是，支持某项属性的事件发生得愈多，则该属性成立的可能性就愈大。
- 利用贝叶斯公式可以定量地描述由果推因的可靠程度，在经济、医药、人工智能等领域中广泛应用。
- 贝叶斯公式可以拓展为随机变量形式，在贝叶斯统计的观点下，如果已知样本的观察值，便可以使用参数的后验分布来进行参数估计。
贝叶斯分类器
- 参数：
- alpha：
- 类型：浮点数，默认为 1.0
- fit_prior：
- 类型：布尔值，默认为 True。
- binarize（二值化）：
- 浮点数或 None，默认值=0.0
- 样本特征二值化（映射到布尔值）的阈值。如果为 None，则假定输入已由二进制向量组成。
- class_prior：
- 数组，形状为 (n_classes,)，默认值为 None
- 类别的先验概率。如果指定，则先验不会根据数据进行调整。
- alpha：
贝叶斯实例
我们通过贝叶斯的算法实例，通过算法来实现项目。
本项目目标是对数据进行分类，共一百条数据，且第一列为数据编号不参与项目，最后一列为数据的分类标签有0和1类别。
项目过程
- 导入数据
- 处理数据
- 划分数据
- 通过贝叶斯分类器训练模型
- 自测并用测试集测试
- 产生分类报告和绘制混淆矩阵
导入数据
数据：通过网盘分享的文件：iris.csv
链接: https://pan.baidu.com/s/1ssc_VSVSUbkzz2-SOipV9w 提取码: jq54
# 导入数据
data = pd.read_csv('iris.csv',header=None)
处理数据
# 删除第一列
data = data.drop(0,axis=1)
x_whole = data.drop(5,axis=1) # 删除第5列其余为原始特征数据
y_whole = data[5] # 第5列为原始标签
划分数据
# 划分训练集和测试集，从原始数据中划分20%为测试集，80%为训练集。
from sklearn.model_selection import train_test_split
x_train_w,x_test_w,y_train_w,y_test_w=\
train_test_split(x_whole,y_whole,test_size=0.2,random_state=0)
通过贝叶斯分类器训练模型
# 导入贝叶斯分类器
from sklearn.naive_bayes import MultinomialNB
classifier = MultinomialNB()
# 训练模型
classifier.fit(x_train_w,y_train_w)
自测并用测试集测试
# 使用训练集自测
from sklearn import metrics
train_pred = classifier.predict(x_train_w)
# 使用测试集进行测试
test_pred = classifier.predict(x_test_w)
产生分类报告和绘制混淆矩阵
# 分别对训练集和测试集的结果产生分类报告和混淆矩阵
print(metrics.classification_report(y_train_w,train_pred))
cm_plot(y_train_w,train_pred).show()
print(metrics.classification_report(y_test_w,test_pred))
cm_plot(y_test_w,test_pred).show()
可以通过分类报告和混淆矩阵可以看出，没有产生过拟合和欠拟合等，准确率和召回率都很高。
