python 贝叶斯分类器sklearn_python实现朴素贝叶斯分类器

本文用的是sciki-learn库的iris数据集进行测试。用的模型也是最简单的,就是用贝叶斯定理P(A|B) = P(B|A)*P(A)/P(B),计算每个类别在样本中概率(代码中是pLabel变量)

以及每个类下每个特征的概率(代码中是pNum变量)。

写得比较粗糙,对于某个类下没有此特征的情况采用p=1/样本数量。

有什么错误有人发现麻烦提出,谢谢。

[python] view plain copy

# -*- coding:utf-8 -*-

from numpy import *

from sklearn import datasets

import numpy as np

class NaiveBayesClassifier(object):

def __init__(self):

self.dataMat = list()

self.labelMat = list()

self.pLabel = {}

self.pNum = {}

def loadDataSet(self):

iris = datasets.load_iris()

self.dataMat = iris.data

self.labelMat = iris.target

labelSet = set(iris.target)

labelList = [i for i in labelSet]

labelNum = len(labelList)

for i in range(labelNum):

self.pLabel.setdefault(labelList[i])

self.pLabel[labelList[i]] = np.sum(self.labelMat==labelList[i])/float(len(self.labelMat))

def seperateByClass(self):

seperated = {}

for i in range(len(self.dataMat)):

vector = self.dataMat[i]

if self.labelMat[i] not in seperated:

seperated[self.labelMat[i]] = []

seperated[self.labelMat[i]].append(vector)

return seperated

# 通过numpy array二维数组来获取每一维每种数的概率

def getProbByArray(self, data):

prob = {}

for i in range(len(data[0])):

if i not in prob:

prob[i] = {}

dataSetList = list(set(data[:, i]))

for j in dataSetList:

if j not in prob[i]:

prob[i][j] = 0

prob[i][j] = np.sum(data[:, i] == j) / float(len(data[:, i]))

prob[0] = [1 / float(len(data[:,0]))] # 防止feature不存在的情况

return prob

def train(self):

featureNum = len(self.dataMat[0])

seperated = self.seperateByClass()

t_pNum = {} # 存储每个类别下每个特征每种情况出现的概率

for label, data in seperated.iteritems():

if label not in t_pNum:

t_pNum[label] = {}

t_pNum[label] = self.getProbByArray(np.array(data))

self.pNum = t_pNum

def classify(self, data):

label = 0

pTest = np.ones(3)

for i in self.pLabel:

for j in self.pNum[i]:

if data[j] not in self.pNum[i][j]:

pTest[i] *= self.pNum[i][0][0]

else:

pTest[i] *= self.pNum[i][j][data[j]]

pMax = np.max(pTest)

ind = np.where(pTest == pMax)

return ind[0][0]

def test(self):

self.loadDataSet()

self.train()

pred = []

right = 0

for d in self.dataMat:

pred.append(self.classify(d))

for i in range(len(self.labelMat)):

if pred[i] == self.labelMat[i]:

right += 1

print right / float(len(self.labelMat))

if __name__ == '__main__':

NB = NaiveBayesClassifier()

NB.test()

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值