李航《统计学习方法》第2版第4章编程实现朴素贝叶斯、调用sklearn模块实现（实现书本63页例题4.1）

最新推荐文章于 2021-07-01 15:59:20 发布

#苦行僧

最新推荐文章于 2021-07-01 15:59:20 发布

阅读量602

点赞数 3

分类专栏：李航统计学习课后解答文章标签：机器学习统计学

本文链接：https://blog.csdn.net/weixin_43646592/article/details/109634000

版权

李航统计学习课后解答专栏收录该内容

36 篇文章 100 订阅 ¥59.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何通过自编程实现和利用sklearn库来实现朴素贝叶斯分类器，详细展示了书本《统计学习方法》第2版第4章中的例题4.1，涵盖了从零开始编写代码到调用成熟机器学习库的完整过程。

摘要由CSDN通过智能技术生成

自编程实现：

"""
	朴素贝叶斯：实现课本63页例题4.1
	参数估计：贝叶斯估计

"""
import numpy as np
import pandas as pd

class NaiveBayes():
	def __init__(self, l

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

#苦行僧

关注关注

3
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

李航《统计学习方法》第2版第4章课后习题答案

weixin_43646592的博客

11-11

4826

习题4.1 习题4.2 这里先验为什么设为狄利克雷，后面接着有我总结的解释贝塔分布与狄利克雷分布，以及贝叶斯估计的先验设为狄利克雷分布的原因。也可参考文末链接（第一个链接讲的挺通俗易懂）。这里解释一下贝塔分布与狄利克雷分布：举个简单的例子说明为什么贝叶斯估计中的先验分布设为狄利克雷分布：参考链接：狄利克雷分布讲解 Beta分布与贝叶斯估计狄利克雷分布与贝叶斯估计 ...

《统计学习方法（第二版）》李航读书笔记（7）第4章 朴素贝叶斯法和信息论一些概念

大白的博客

04-13

315

《统计学习方法（第二版）》李航读书笔记（7）第4章 朴素贝叶斯法和信息论一些概念对于给定的数据集，首先基于特征条件独立假设学习输入输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。应用方面包括故障诊断（diagnose）、专家系统（expert system）、规划（planning）、学习（learning）、分类（cl...

参与评论您还未登录，请先登录后发表或查看评论

《机器学习实战》学习笔记（五）： sklearn中关于朴素贝叶斯的用法

weixin_44264662的博客

05-30

1058

Table of Contents 1 朴素贝叶斯的分类1.1 GaussianNB1.1.1 以鸢尾花数据集为例，理解GaussianNB1.1.2 实例：使用GaussianNB对鸢尾花数据集进行分类1.1.3 实例：使用sklearn.GaussianNB进行鸢尾花数据集分析1.1....

活用西瓜书——sklearn包中的特征选择函数的使用

baidu_38406307的博客

12-30

389

引言最近在读西瓜书，查阅了多方资料，恶补了数值代数、统计概率和线代，总算是勉强看懂了西瓜书中的公式推导。但是知道了公式以后还是要学会应用的，几经摸索发现python下的sklearn包把机器学习中经典的算法都封装好了，因此，打算写几篇博客记录一下sklearn包下的常用学习算法的使用，防止自己以后忘了，嘿嘿。 1.特征选择特征选择是一个很重要的“数据预处理”过程，我们在做数据挖掘时拿到的数据一...

统计学习方法(李航) 朴素贝叶斯 附python及sklearn实现

m0_49337600的博客

08-11

332

朴素贝叶斯 有监督学习分类问题首先让我们回忆一下概率中的基本公式：条件概率： P(A∣B)=P(A,B)P(B) P(A|B)=\frac{P(A,B)}{P(B)} P(A∣B)=P(B)P(A,B) P(B∣A)=P(B,A)P(A) P(B|A)=\frac{P(B,A)}{P(A)} P(B∣A)=P(A)P(B,A) 乘法公式： P(A,B)=P(B,A)=P(A∣B)P(B)=P(B∣A)P(A) P(A,B)=P(B,A)=P(A|B)P(B)=P(B|A)P(A) P(A,B)

第四章李航统计学习法(第二版)编程实现朴素贝叶斯并调用sklearn模块,方法,2,4,书

最新发布

10-09

第四章李航统计学习方法(第二版)详细介绍了朴素贝叶斯算法以及其编程实现。朴素贝叶斯算法是基于贝叶斯定理和特征条件独立假设的分类算法。它通过计算给定类别的先验概率和各个特征的条件概率来进行分类。在编程...

李航《统计学习方法》第2版第8章编程实现AdaBoost算法，调用sklearn模块实现（书本例题8.1和习题8.1）

weixin_43646592的博客

12-14

895

参考：https://blog.csdn.net/weixin_43646592/article/details/111152323

李航《统计学习方法》第2版第2章 sklearn模块实现感知机（书本40页-例题2.1）

weixin_43646592的博客

11-09

353

Perceptron()的参数，根据需要自己调整即可：代码： from sklearn.linear_model import Perceptron import numpy as np #2个正实例样本，1个负实例样本 X_train = np.array([[3,3],[4,3],[1,1]]) y = np.array([1,1,-1]) perceptron = Perceptron(max_iter=1000,tol=1e-3,eta0=1) perceptron.fit(X_train,

李航老师《统计学习方法》第2版课件：第4章贝叶斯分类器.rar

03-10

在第4章“贝叶斯分类器”中，李航老师详细讲解了贝叶斯理论及其在分类问题中的应用。贝叶斯分类器是一种基于概率的预测模型，它的核心思想是贝叶斯定理，这是概率论中的一个基本概念，对于理解和应用统计学习有着至...

朴素贝叶斯及python测试

luoye4321的专栏

07-01

392

from sklearn.datasets import load_breast_cancer from sklearn.datasets import load_wine from sklearn.model_selection import train_test_split from sklearn.naive_bayes import BernoulliNB,GaussianNB,MultinomialNB import numpy as np #朴素贝叶斯 #概念：基于贝叶斯定理与特征条件独立假.

(4) 李航《统计学习方法》基于Python实现——朴素贝叶斯

yilulvxing的博客

05-02

4531

1：高斯模型下的朴素贝叶斯 import numpy as np import pandas as pd from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from collections import Counter import math # 特征假设是...

李航《统计学习方法》例4.1朴素贝叶斯法的参数估计之极大似然估计 ——实现代码

少年一贯快马扬帆，道阻且长不转弯；要盛大，要绚烂，要哗然；要用理想的泰坦尼克，去撞现实的冰川；要当烧赤壁的风，而非借鉴草船；要为了一片海，就肯翻万山。

01-15

2619

# 2021.01.15 By yangbocsu 例4.1试由表 4.1的训练数据学习一个朴素贝叶斯分类器并确定x = (2, S)T的类标记y。表中X(1), X(2)为特征，取值的集合分别为A1 = {1,2,3}, A2 ={S,M,L}, Y为类标记，Y∈C= {1,-1}。 # 2021.01.15 By yangbocsu import numpy as np import matplotlib.pyplot as plt import time train_data =...

统计学习方法第四章（朴素贝叶斯）及Python实现及sklearn实现

sgcwudi的博客

11-10

580

李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器（MNIST数据集）

热门推荐

wds2006sdo的专栏

07-20

2万+

机器学习算法基础之使用python代码

weixin_42636275的博客

01-18

841

介绍谷歌的自动驾驶汽车和机器人受到了很多媒体的关注，但该公司真正的未来是在机器学习领域，这种技术能使计算机变得更聪明，更个性化。-Eric Schmidt（Google董事长）我们可能生活在人类历史上最具决定性的时期。从大型的电脑主机到个人电脑再到云计算的时代。但是，它的定义并不是发生了什么，而是未来几年我们将面临什么。对于我这样的人来说，这段时期真的是让人兴奋和着迷的，因为随着技术的发展，...

《统计学习方法》第五章决策树及sklearn包中决策树算法的使用

Shannon

09-22

1186

本文内容参考李航老师的《统计学习方法》及其配套课件 python实现原文代码作者：https://github.com/wzyonggege/statistical-learning-method sklearn包中决策树算法的使用资料链接：https://scikit-learn.org/dev/modules/tree.html 决策树的简介决策树Decisio...

李航《统计学习方法》----朴素贝叶斯--例题代码(4.1-4.2）+ 机器学习实战

weixin_37550997的博客

12-21

1314

朴素贝叶斯算法大致流程： 1、准备数据，创建训练集 2、创建所有特征可能的取值集合 3、将特征取值转换为向量 4、训练算法，从特征向量计算概率： 5、测试算法，对给定的实例先把实例转换为向量。再计算： 6、比较p(y=1|x=xi) 和 p(y=0|x=xi)的概大小，如果前者大，则判定当前实例属于y=1；否则y=0。课本例题代码： import numpy as np from funct...

统计学习方法学习笔记4——决策树模型

qq_24819773的博客

05-30

697

目录 1.概述 2.决策树的优缺点： 2.1.决策树的优点： 2.2.决策树的缺点： 3.决策树算法模型 3.1.特征选择的准则 3.2.树的生成 3.3.树的剪枝 4.决策树在sklearn中的类 4.1.分类 4.2.回归 5.书本案例sklearn实现 1.概述决策树是一种用来分类和回归的无参监督学习方法，其目的是创建一种模型从数据特征中简单的决策规则来预测一个...

李航《统计学习方法》第2版 第4章 编程实现朴素贝叶斯、调用sklearn模块实现（实现书本63页例题4.1）

自编程实现：

李航《统计学习方法》第2版第4章编程实现朴素贝叶斯、调用sklearn模块实现（实现书本63页例题4.1）