zoukankan      html  css  js  c++  java
  • 实验三 朴素贝叶斯算法及应用

    一:作业信息

    博客班级 https://edu.cnblogs.com/campus/ahgc/AHPU-se-JSJ18
    作业要求 https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12085
    作业目标 朴素贝叶斯算法及应用
    学号 3180701325

    【实验目的】

    理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架;
    掌握常见的高斯模型,多项式模型和伯努利模型;
    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;
    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。
    【实验内容】

    实现高斯朴素贝叶斯算法。
    熟悉sklearn库中的朴素贝叶斯算法;
    针对iris数据集,应用sklearn的朴素贝叶斯算法进行类别预测。
    针对iris数据集,利用自编朴素贝叶斯算法进行类别预测。
    【实验报告要求】

    对照实验内容,撰写实验过程、算法及测试结果;
    代码规范化:命名规则、注释;
    分析核心算法的复杂度;
    查阅文献,讨论各种朴素贝叶斯算法的应用场景;
    讨论朴素贝叶斯算法的优缺点。
    五:实验过程
    In[1]:

    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    %matplotlib inline

    from sklearn.datasets import load_iris
    from sklearn.model_selection import train_test_split

    from collections import Counter
    import math
    In[2]:

    def create_data():
    iris = load_iris()
    df = pd.DataFrame(iris.data, columns=iris.feature_names)
    df['label'] = iris.target
    df.columns = [
    'sepal length', 'sepal width', 'petal length', 'petal width', 'label'
    ]
    data = np.array(df.iloc[:100, :])

    return data[:, :-1], data[:, -1]
    

    In[3]:

    X, y = create_data()
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
    In[4]:

    X_test[0], y_test[0]
    Out[4]:

    In[5]:

    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))
    

    In[6]:

    model = NaiveBayes()
    In[7]:

    model.fit(X_train, y_train)
    Out[7]:

    In[8]:

    print(model.predict([4.4, 3.2, 1.3, 0.2]))
    In[9]:

    model.score(X_test, y_test)
    Out[9]:

    In[10]:

    from sklearn.naive_bayes import GaussianNB
    In[11]:

    clf = GaussianNB()
    clf.fit(X_train, y_train)
    Out[11]:

    In[12]:

    clf.score(X_test, y_test)
    Out[12]:

    In[13]:

    clf.predict([[4.4, 3.2, 1.3, 0.2]])
    Out[13]:

    In[14]:

    from sklearn.naive_bayes import BernoulliNB, MultinomialNB # 伯努利模型和多项式模型
    实验结果

  • 相关阅读:
    流行-Manifold学习理解与应用
    狠心奶奶自断亲情,28年后孙女拒绝相见:人有没有不原谅的权利?
    学术论文常用词汇总结(待更新)
    机动车驾驶(2)--- 老司机经验
    关于MySQL数据导出导入
    php5.6-lumen与php5.6-phalcon性能对比
    win7(64bit)+python3.5+pyinstaller3.2安装和测试
    WARNING: Can not get binary dependencies for file...
    一些不错的计算机书籍
    PHP扩展类ZipArchive实现压缩解压Zip文件和文件打包下载
  • 原文地址:https://www.cnblogs.com/wangxuehai/p/14945239.html
Copyright © 2011-2022 走看看