朴素贝叶斯的学习与分类

乍看起来似乎是要求一个概率，还要先得到额外三个概率，有用么？其实这个简单的公式非常贴切人类推理的逻辑，即通过可以观测的数据，推测不可观测的数据。举个例子，也许你在办公室内不知道外面天气是晴天雨天，但是你观测到有同事带了雨伞，那么可以推断外面八成在下雨。

若X 是要输入的随机变量，则Y 是要输出的目标类别。对X 进行分类，即使求的使P(Y|X) ***的Y值。若X 为n 维特征变量 X = {A1, A2, …..An} ，若输出类别集合为Y = {C1, C2, …. Cm} 。

X 所属最有可能类别 y = argmax P(Y|X), 进行如下推导：

朴素贝叶斯的学习

有公式可知，欲求分类结果，须知如下变量：

各个类别的条件概率，

输入随机变量的特质值的条件概率

示例代码:

 
 
 
 
    
  
  
  
  
  1. import copy 
    2. 
  
  
  
  
  2.  
    3. 
  
  
  
  
  3. class native_bayes_t: 
    4. 
  
  
  
  
  4.      
    5. 
  
  
  
  
  5.     def __init__(self, character_vec_, class_vec_): 
    6. 
  
  
  
  
  6.         """ 
    7. 
  
  
  
  
  7.         构造的时候需要传入特征向量的值，以数组方式传入 
    8. 
  
  
  
  
  8.         参数1 character_vec_ 格式为 [("character_name",["","",""])] 
    9. 
  
  
  
  
  9.         参数2 为包含所有类别的数组 格式为["class_X", "class_Y"] 
    10. 
  
  
  
  
  10.         """ 
    11. 
  
  
  
  
  11.         self.class_set = {} 
    12. 
  
  
  
  
  12.         # 记录该类别下各个特征值的条件概率 
    13. 
  
  
  
  
  13.         character_condition_per = {} 
    14. 
  
  
  
  
  14.         for character_name in character_vec_: 
    15. 
  
  
  
  
  15.             character_condition_per[character_name[0]]= {} 
    16. 
  
  
  
  
  16.             for character_value in character_name[1]: 
    17. 
  
  
  
  
  17.                 character_condition_per[character_name[0]][character_value] = { 
    18. 
  
  
  
  
  18.                     'num'           : 0,  # 记录该类别下该特征值在训练样本中的数量, 
    19. 
  
  
  
  
  19.                     'condition_per' : 0.0 # 记录该类别下各个特征值的条件概率 
    20. 
  
  
  
  
  20.                 } 
    21. 
  
  
  
  
  21.         for class_name in class_vec: 
    22. 
  
  
  
  
  22.             self.class_set[class_name] = { 
    23. 
  
  
  
  
  23.                 'num'                     : 0,  # 记录该类别在训练样本中的数量, 
    24. 
  
  
  
  
  24.                 'class_per'               : 0.0, # 记录该类别在训练样本中的先验概率, 
    25. 
  
  
  
  
  25.                 'character_condition_per' : copy.deepcopy(character_condition_per), 
    26. 
  
  
  
  
  26.             } 
    27. 
  
  
  
  
  27.  
    28. 
  
  
  
  
  28.         #print("init", character_vec_, self.class_set) #for debug 
    29. 
  
  
  
  
  29.  
    30. 
  
  
  
  
  30.     def learn(self, sample_): 
    31. 
  
  
  
  
  31.         """ 
    32. 
  
  
  
  
  32.         learn 参数为训练的样本，格式为 
    33. 
  
  
  
  
  33.         [ 
    34. 
  
  
  
  
  34.             { 
    35. 
  
  
  
  
  35.                 'character'  : {'character_A':'A1'}, #特征向量 
    36. 
  
  
  
  
  36.                 'class_name' : 'class_X'             #类别名称 
    37. 
  
  
  
  
  37.             } 
    38. 
  
  
  
  
  38.         ] 
    39. 
  
  
  
  
  39.         """ 
    40. 
  
  
  
  
  40.         for each_sample in sample: 
    41. 
  
  
  
  
  41.             character_vec  = each_sample['character'] 
    42. 
  
  
  
  
  42.             class_name     = each_sample['class_name'] 
    43. 
  
  
  
  
  43.  
    44. 
  
  
  
  
  44.             data_for_class = self.class_set[class_name] 
    45. 
  
  
  
  
  45.             data_for_class['num'] += 1 
    46. 
  
  
  
  
  46.  
    47. 
  
  
  
  
  47.             # 各个特质值数量加1 
    48. 
  
  
  
  
  48.             for character_name in character_vec: 
    49. 
  
  
  
  
  49.                 character_value = character_vec[character_name] 
    50. 
  
  
  
  
  50.                 data_for_character = data_for_class['character_condition_per'][character_name][character_value] 
    51. 
  
  
  
  
  51.  
    52. 
  
  
  
  
  52.                 data_for_character['num'] += 1 
    53. 
  
  
  
  
  53.  
    54. 
  
  
  
  
  54.         # 数量计算完毕， 计算最终的概率值 
    55. 
  
  
  
  
  55.         sample_num = len(sample) 
    56. 
  
  
  
  
  56.         for each_sample in sample: 
    57. 
  
  
  
  
  57.             character_vec = each_sample['character'] 
    58. 
  
  
  
  
  58.             class_name    = each_sample['class_name'] 
    59. 
  
  
  
  
  59.  
    60. 
  
  
  
  
  60.             data_for_class = self.class_set[class_name] 
    61. 
  
  
  
  
  61.             # 计算类别的先验概率 
    62. 
  
  
  
  
  62.             data_for_class['class_per'] = float(data_for_class['num']) / sample_num 
    63. 
  
  
  
  
  63.  
    64. 
  
  
  
  
  64.             # 各个特质值的条件概率 
    65. 
  
  
  
  
  65.             for character_name in character_vec: 
    66. 
  
  
  
  
  66.                 character_value = character_vec[character_name] 
    67. 
  
  
  
  
  67.                  
    68. 
  
  
  
  
  68.                 data_for_character = data_for_class['character_condition_per'][character_name][character_value] 
    69. 
  
  
  
  
  69.  
    70. 
  
  
  
  
  70.                 data_for_character['condition_per'] = float(data_for_character['num']) / data_for_class['num'] 
    71. 
  
  
  
  
  71.  
    72. 
  
  
  
  
  72.         from pprint import pprint 
    73. 
  
  
  
  
  73.         pprint(self.class_set)  #for debug 
    74. 
  
  
  
  
  74.  
    75. 
  
  
  
  
  75.     def classify(self, input_): 
    76. 
  
  
  
  
  76.         """ 
    77. 
  
  
  
  
  77.             对输入进行分类，输入input的格式为 
    78. 
  
  
  
  
  78.         { 
    79. 
  
  
  
  
  79.             "character_A":"A1", 
    80. 
  
  
  
  
  80.             "character_B":"B3", 
    81. 
  
  
  
  
  81.         } 
    82. 
  
  
  
  
  82.         """ 
    83. 
  
  
  
  
  83.         best_class = '' 
    84. 
  
  
  
  
  84.         max_per    = 0.0 
    85. 
  
  
  
  
  85.         for class_name in self.class_set: 
    86. 
  
  
  
  
  86.             class_data = self.class_set[class_name] 
    87. 
  
  
  
  
  87.             per = class_data['class_per'] 
    88. 
  
  
  
  
  88.             # 计算各个特征值条件概率的乘积 
    89. 
  
  
  
  
  89.             for character_name in input_: 
    90. 
  
  
  
  
  90.                 character_per_data = class_data['character_condition_per'][character_name] 
    91. 
  
  
  
  
  91.                 per = per * character_per_data[input_[character_name]]['condition_per'] 
    92. 
  
  
  
  
  92.             print(class_name, per) 
    93. 
  
  
  
  
  93.             if per >= max_per: 
    94. 
  
  
  
  
  94.                 best_class = class_name 
    95. 
  
  
  
  
  95.  
    96. 
  
  
  
  
  96.         return best_class 
    97. 
  
  
  
  
  97.  
    98. 
  
  
  
  
  98. character_vec = [("character_A",["A1","A2","A3"]), ("character_B",["B1","B2","B3"])] 
    99. 
  
  
  
  
  99. class_vec     = ["class_X", "class_Y"] 
    100. 
  
  
  
  
  100. bayes = native_bayes_t(character_vec, class_vec) 
    101. 
  
  
  
  
  101.  
    102. 
  
  
  
  
  102.  
    103. 
  
  
  
  
  103. sample = [ 
    104. 
  
  
  
  
  104.             { 
    105. 
  
  
  
  
  105.                 'character'  : {'character_A':'A1', 'character_B':'B1'}, #特征向量 
    106. 
  
  
  
  
  106.                 'class_name' : 'class_X'             #类别名称 
    107. 
  
  
  
  
  107.             }, 
    108. 
  
  
  
  
  108.             { 
    109. 
  
  
  
  
  109.                 'character'  : {'character_A':'A3', 'character_B':'B1'}, #特征向量 
    110. 
  
  
  
  
  110.                 'class_name' : 'class_X'             #类别名称 
    111. 
  
  
  
  
  111.             }, 
    112. 
  
  
  
  
  112.             { 
    113. 
  
  
  
  
  113.                 'character'  : {'character_A':'A3', 'character_B':'B3'}, #特征向量 
    114. 
  
  
  
  
  114.                 'class_name' : 'class_X'             #类别名称 
    115. 
  
  
  
  
  115.             }, 
    116. 
  
  
  
  
  116.             { 
    117. 
  
  
  
  
  117.                 'character'  : {'character_A':'A2', 'character_B':'B2'}, #特征向量 
    118. 
  
  
  
  
  118.                 'class_name' : 'class_X'             #类别名称 
    119. 
  
  
  
  
  119.             }, 
    120. 
  
  
  
  
  120.             { 
    121. 
  
  
  
  
  121.                 'character'  : {'character_A':'A2', 'character_B':'B2'}, #特征向量 
    122. 
  
  
  
  
  122.                 'class_name' : 'class_Y'             #类别名称 
    123. 
  
  
  
  
  123.             }, 
    124. 
  
  
  
  
  124.             { 
    125. 
  
  
  
  
  125.                 'character'  : {'character_A':'A3', 'character_B':'B1'}, #特征向量 
    126. 
  
  
  
  
  126.                 'class_name' : 'class_Y'             #类别名称 
    127. 
  
  
  
  
  127.             }, 
    128. 
  
  
  
  
  128.             { 
    129. 
  
  
  
  
  129.                 'character'  : {'character_A':'A1', 'character_B':'B3'}, #特征向量 
    130. 
  
  
  
  
  130.                 'class_name' : 'class_Y'             #类别名称 
    131. 
  
  
  
  
  131.             }, 
    132. 
  
  
  
  
  132.             { 
    133. 
  
  
  
  
  133.                 'character'  : {'character_A':'A1', 'character_B':'B3'}, #特征向量 
    134. 
  
  
  
  
  134.                 'class_name' : 'class_Y'             #类别名称 
    135. 
  
  
  
  
  135.             }, 
    136. 
  
  
  
  
  136.              
    137. 
  
  
  
  
  137.         ] 
    138. 
  
  
  
  
  138.  
    139. 
  
  
  
  
  139. input_data ={ 
    140. 
  
  
  
  
  140.     "character_A":"A1", 
    141. 
  
  
  
  
  141.     "character_B":"B3", 
    142. 
  
  
  
  
  142. } 
    143. 
  
  
  
  
  143.  
    144. 
  
  
  
  
  144. bayes.learn(sample) 
    145. 
  
  
  
  
  145. print(bayes.classify(input_data)) 
    146.

总结：

朴素贝叶斯分类实现简单，预测的效率较高

朴素贝叶斯成立的假设是个特征向量各个属性条件独立，建模的时候需要特别注意

原文链接：http://www.cnblogs.com/zhiranok/archive/2012/09/22/native_bayes.html

【编辑推荐】

  1. 趣图三幅：负载均衡算法需要改进
  2. 程序员的艺术：排序算法舞蹈
  3. 为什么我反对纯算法面试题
  4. 赵劼：我看面试时出（纯）算法题
  5. 海量数据的二度人脉挖掘算法（Hadoop 实现）

本文题目：朴素贝叶斯的学习与分类
标题路径：http://www.gawzjz.com/qtweb2/news48/14198.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

营销型网站建设知识

同城分类信息

成都网站制作　　 　成都小程序　　 　成都网站制作　　 　崇州网站建设　　 　买友情链接　　 　企业网站设计　　 　成都印刷厂　　 　东方电机技改服务有限公司　　 　四川黔盛装饰　　 　四川成都网站设计　　 　网站维护　　 　成都微信开发　　 　温江电信机房　　 　成都网络公司　　 　成都手机网站建设　　 　微信公众号二次开发　　 　seo网络营销推广　　 　香港虚拟主机腾讯云　　 　成都小程序开发　　 　微商城开发