实验三 朴素贝叶斯算法

2021/6/26 20:56:58

本文主要是介绍实验三 朴素贝叶斯算法,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

实验三 朴素贝叶斯算法

这个作业属于哪个课程 [AHPU-机器学习](https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12085
这个作业要求在哪里 实验三 朴素贝叶斯算法
这个作业的目标 理解朴素贝叶斯算法,能实现朴素贝叶斯算法
学号 3180701108

**

目录
  • 一、实验目的
  • 二、实验内容
  • 三、实验报告要求
  • 四、实验过程及核心代码注释
  • 五、实验结果
  • 六、实验小结

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、实验过程及核心代码注释

1.核心代码注释
GaussianNB 高斯朴素贝叶斯
特征的可能性被假设为高斯概率密度函数: 数学期望(mean):μ,方差:

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))

2.伯努利模型和多项式模型

from sklearn.naive_bayes import BernoulliNB, MultinomialNB 
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)
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]])

五、实验结果






2.算法优缺点分析

优点:
(1)朴素贝叶斯模型发源于古典数学理论,有稳定的分类效率。
(2)对小规模的数据表现很好,能个处理多分类任务,适合增量式训练,尤其是数据量超出内存时,我们可以一批批的去增量训练。
(3)对缺失数据不太敏感,算法也比较简单,常用于文本分类。

缺点:
(1)理论上,朴素贝叶斯模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此,这是因为朴素贝叶斯模型给定输出类别的情况下,假设属性之间相互独立,这个假设在实际应用中往往是不成立的,在属性个数比较多或者属性之间相关性较大时,分类效果不好。而在属性相关性较小时,朴素贝叶斯性能最为良好。对于这一点,有半朴素贝叶斯之类的算法通过考虑部分关联性适度改进。
(2)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。
(3)由于我们是通过先验和数据来决定后验的概率从而决定分类,所以分类决策存在一定的错误率。
(4)对输入数据的表达形式很敏感。

六、实验小结

此次试验我主要了解了朴素贝叶斯算法,知道朴素贝叶斯是一种简单的分类算法。朴素贝叶斯的核心思想是:对于待分类项,求解此待分类项在各个类别中出现的概率,哪个类别概率最大,则认为此待分类项就属于那个类别。



这篇关于实验三 朴素贝叶斯算法的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程