Python实现——机器学习(周志华)西瓜书习题7.6—— AODE贝叶斯分类器
·实现原理
AODE:将每个属性作为超父(所有属性都依赖于同一个属性,即称为超父),来构建SPODE,然后将那些足够训练数据支撑的SPODE集成作为最终结果,即
P(c|x) 为预测样本x分类为c的概率,其正比于后面的求和。
其中Dxi是在第i个属性上取值为xi的样本集合。
m’为阈值常数,在这题里面显然是0(通常是30)
显然,AODE需要估计两个概率
·数据集
·话不多说,直接上代码
import numpy as np
import pandas as pd
def loaddata(dir):
data=pd.read_excel(dir)
return data
def process_data(data,testsample):
D=data['编号'].count() #数据集data的数量
Category = data['好瓜']