从零开始数据科学与机器学习算法-朴素贝叶斯-07

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了从零开始数据科学与机器学习算法-朴素贝叶斯-07，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2445字，纯文字阅读大概需要4分钟。

内容图文

朴素贝叶斯概念

例子：邮件分类问题：

N = (12/17)*(5/11)*(3/11)
S = (5/17)*(2/7)*(1/7)

print(N)
print(S)
# N>S 我们可以判断这是一封正常邮件

常见问题1

因为图2中 吗出现的次数是0 那么这封邮件就会被误判为正常邮件

解决如果遇到样本里面有0的情况，可以通过添加alpha进行解决。

alpha=1 统一增加1 确保不会出现无0的情况

N = (12/17)*((1/15)**4)*(3/15)
S = (5/17)*((5/11)**4)*(1/11)

print(N)
print(S)

print(S > N)

贝叶斯代码

数据切分

def split_our_data_by_class(dataset):# 按类别拆分数据 传入参数数据
    splited_data = dict() # 按字典储存
    for i in range(len(dataset)):
        vector = dataset[i]
        class_value = vector[-1]
        if (class_value not in splited_data):
            splited_data[class_value] =list()
        splited_data[class_value].append(vector)
    return splited_data

# create our dummy data

dataset = [ [0.8,2.3,0],
    [2.1,1.6,0],
    [2.0,3.6,0],
    [3.1,2.5,0],
    [3.8,4.7,0],
    [6.1,4.4,1],
    [8.6,0.3,1],
    [7.9,5.3,1],
    [9.1,2.5,1],
    [6.8,2.7,1]]

splited = split_our_data_by_class(dataset)
print(splited)

# 逐行打印
for label in splited:
    print(label)
    for row in splited[label]:
        print(row)

calculate mean and standard deviation(n-1)：计算平均值和标准差（n-1）

from math import sqrt

def calculate_the_mean(a_list_of_num): # 平均值函数
    mean = sum(a_list_of_num)/float(len(a_list_of_num)) # 求总和除以数据个数
    return mean

def calculate_the_standard_deviation(a_list_of_num): # 计算标准差
    the_mean = calculate_the_mean(a_list_of_num) # 调用平均值函数计算平均值
    the_variance = sum([(x-the_mean)**2 for x in a_list_of_num])/ float(len(a_list_of_num)-1)# {每个值减去平均值的平方除以数据的（个数-1）}结果相加的总和
    std = sqrt(the_variance) # 开方
    return std

def describe_our_data(dataset):# 调用函数
    description = [(calculate_the_mean(column),
                    calculate_the_standard_deviation(column),
                    len(column)) for column in zip(*dataset)]
    del(description[-1]) # 删除最后一列的分类标签
    return description

describe_our_data(dataset)

def describe_our_data_by_class(dataset):# 综合
    splited_data = split_our_data_by_class(dataset)
    data_description = dict()# 创建一个空字典来存储
    for class_value,rows in splited_data.items():# 通过迭代填入空字典
        data_description[class_value] = describe_our_data(rows)
    return data_description

description = describe_our_data_by_class(dataset)
for label in description:
    print(label)
    for row in description[label]:
        print(row)

description = describe_our_data_by_class(dataset)
type(description)

print(description)
print("---------")
print(description[0])
print("---------")
print(description[0][0])
print("--------")
print(description[0][0][2])

内容总结

以上是互联网集市为您收集整理的从零开始数据科学与机器学习算法-朴素贝叶斯-07全部内容，希望文章能够帮你解决从零开始数据科学与机器学习算法-朴素贝叶斯-07所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---