Python实现朴素贝叶斯（Naive Bayesian algorithm）

前言

本文使用Python实现了Naive Bayesian分类算法，但只适用于连续性特征值，以后有时间再将离散型的进行补充。此外，对于连续性特征值，本文处理的方式是假设这些特征值服从正态分布，计算每一列特征值的均值和方差，从而得到他们的正态分布概率密度，通过概率密度就可以大致计算每个值对应的条件概率，然后就能得到数据成为某个标签的概率，然后选择对应概率最大的那个标签作为分类结果。本文使用的数据集为iris。

1. 导入所需包

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
import scipy.stats as st

2. 载入数据

iris = pd.read_csv('iris.csv')

3. 实现Naive Bayesian

'''
说明：计算每个类别下每个特征的平均值和方差

参数：
    x_train：训练集
    y_train：训练标签
返回值：
    mean_and_variance： 每个类别下每个特征的平均值和方差
'''
def cal_mean_and_variance(x_train, y_train):
    labels = list(set(y_train)) # 数据包含的所有类别
    mean_and_variance = {
   } # 储存每个类别下每个特征的平均值和方差
    for label in labels:
        sameClassData = x_train[y_train == label] # 同一类别的数据
        mean_and_variance