机器学习入门之草履虫都能看懂的朴素贝叶斯模型

原创已于 2025-04-16 23:22:12 修改 · 1k 阅读

28 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #人工智能 #scikitlearn

于 2025-04-13 17:53:55 首次发布

朴素贝叶斯是非常经典的一个生成模型，所谓生成模型就是指通过联合概率 P(X,Y) 建模，先学习输入 X 和标签 Y 的分布关系，再通过贝叶斯定理推导 P(Y∣X)。

特征	生成模型	判别模型
建模对象	联合概率 P(X,Y)	条件概率 P(Y∣X)
目标	学习数据如何生成（数据分布）	直接学习类别边界（决策函数）
是否生成样本	可以生成新样本（如图像、文本）	仅用于分类/回归，无法生成数据
典型算法	朴素贝叶斯、GMM、VAE、GAN、扩散模型	逻辑回归、SVM、决策树、神经网络

贝叶斯公式与全概率公式

全概率公式

设 $\omega$ 为实验E的空间，A为E的事件, $B_{1},B_{2},....B_{n}$ 为 $\omega$ 的一个划分,且 $P(B_{i})>0 (i=1,2,....n)$ 则 $P(A)=\sum_{i=1}^{n}P(A|B_{i})*P(B_{i})$

贝叶斯公式

设 $\omega$ 为实验E的空间，A为E的事件, $B_{1},B_{2},....B_{n}$ 为 $\omega$ 的一个划分,且 $P(B_{i})>0 (i=1,2,....n)$ ,则 $P(B_{i}|A)=\frac{P(B_{i}A)}{P(A)}=\frac{P(B_{i})P(A|B_{i})}{\sum_{k=1}^{n}P(B_{k})P(A|B_{k})}$ ，第三个恒等式是将分母P(A)使用全概率公式展开的结果。

朴素贝叶斯模型要解决的问题

存在K类 $C_{1},C_{2},......C_{K}$ ,给定一个新实例 $(x^1,x^2,....x^n)$ ，该实例归属于哪一类，若属于这一类，其可能性有多大?

对于上述问题，一个不违背直觉的想法便是分别计算这个实例属于每一类的概率，然后选出概率最大的那一类作为该实例的所述分类。好的，那么到这儿你便掌握了整个朴素贝叶斯模型的精髓,接下来我们要做的不过就是进行公式上的推敲验证了……

将我们上述的描述转换为公式即:

$P(Y=C_{k}|X=x)=\frac{P(Y=C_{k}X=x)}{P(X=x)}=\frac{P(X=x|Y=C_{k})P(Y=C_{k})}{P(X=x)}$

其中 $P(Y=C_{i}|X=x)$ 为我们描述的给定新的实例属于某一类 $C_{i}$ 的概率，我们只需要找到哪一个 $C_{i}$ 能使这个概率最大便解决了整个问题，对于这个概率而言，根据贝叶斯公式我们对其变一下型会出现这样一个等式 $P(Y=C_{i}|X=x)=\frac{P(X=x|Y=C_{i})P(Y=C_{i})}{P(X=x)}$ ，我们仔细观察一下右边式子分子上的 $P(X=x|Y=C_{i})$ ,你会发现这玩意儿不就是我们需要极大化的条件概率式子里的Y与X换了一下前后顺序吗?

是的，没错，就是这样。为了区分二者,我们给他俩起一个好听的名字， $P(Y=C_{i}|X=x)$ 是我们最终要求解的概率，我们称他为后验概率。 $P(X=x|Y=C_{i})$ 是我们根据数据分布可以计算出的概率，我们称他为先验概率。

那么整个朴素贝叶斯分类模型的核心思路便出来了,即通过后验概率最大化的原则，来确定某个实例的类别。

“朴素“一词的由来

朴素贝叶斯的英文缩写为NB,不是牛逼是Naive Bayes,Naive这个单词我们都知道其可以用来表示孩童的'思想'天真''。这里的Naive也差不多是这个意思。

这里Naive一词的由来是因为其假设：朴素贝叶斯模型中样本的各个特征之间都是条件独立的。也就是 $P(AB)!=P(B)P(A|B)=P(A)P(B)$ 。再直白点就是各个特征之间的相关系数为0，二者之间压根没有任何关系。

这个听起来感觉有点扯淡，在现实生活中，比如身高和体重，我们很难说明这二者之间互不影响没有任何关系，甚至二者之间还可能存在很强的相关性。当然，既然存在那必然合理，这一假设最大的好处就是我们在推导后验概率最大化时能够减少运算，因为求解P(A,B,C,D)时不需要用到P(A|B,C,D)这样的条件概率。但这也会牺牲一部分分类的准确性。

模型推导

我们前边说到过，朴素贝叶斯分类器模型就是通过后验概率最大化的原则来确定数据的类别。这里我们来推导一下。

$P(Y=C_{k}|X=x)=\frac{P(X=x|Y=C_{k})P(Y=C_{k})}{P(X=x)}$ （1）

对于(1)式，我们将X后的x换成我们的数据 $\begin{Bmatrix} x^1,x^2....&x^n \end{Bmatrix}$ ，那么对于先验概率 $P(X=x|Y=C_{k})$ 便有 $P(X^1=x^1,X^2=x^2,...X^n=x^n|Y=C_{k})$ ,根据假设以及乘法法则, $P(X^1=x^1,X^2=x^2,...X^n=x^n|Y=C_{k})$ 又可以写作 $\prod_{j=1}^{n}P(X^{j}=x^{j}|Y=C_{k})$ (因为 $X^1=X^1,X^2=x^2,...X^n=x^n$ 要同时成立,且因为各个特征之间相互独立)，同理,分母上我们也带入后便得到了这样的一个式子:

$P(Y=C_{k}|X=x)=\frac{\prod_{j=1}^{n}P(X^{j}=x^{j}|Y=C_{k})P(Y=C_{k})}{\prod_{j=1}^{n}P(X^{j}=x^{j})}$ （2）

由于我们需要做的是令右边这个分式最大化并求解此时的Y值 $C_{k}$ ，那么分母上那一坨东西便是常数，对于我们求解Y没有任何帮助，因此令整个分式最大化也就是令分子最大化即可。

那么到这儿,朴素贝叶斯分类器模型便呼之欲出了:（注意，这里我们使用的是极大似然估计推导）

$Y=argmax_{C_{k}}P(Y=C_{k})\prod_{j=1}^{N}P(X^{j}=x^{j}|Y=C_{k})$ （3），其中，N为样本数量

对于(3)式中的 $P(Y=C_{k})$ 来说,其表示的含义为任一样本是 $C_{k}$ 类的概率,这个概率我们在计算时只需要统计出样本中类别为 $C_{K}$ 的个数后与总数相除即可,即 $P(Y=C_{k})=\frac{\sum_{i=1}^{N}I(y_i=C_k)}{N}$ ，其中I为计数函数。

我们再将(3)式一般化到表格型数据(一个样本i(行)有多个特征x(列))，设第i个样本的第j个特征 $x^{j}$ 的可能取值集合为 $\begin{Bmatrix} a_{j1},a_{j2},... a_{jSj} \end{Bmatrix}$ ,那么对于(3)式中的 $P(X^{j}=x^{j}|Y=C_{k})$ 这个先验概率，便可以替换为 $P(X^j=a_{jl}|Y=C_k)\frac{\sum{i=1}^{N}I(x_{i}^{j}=a_{jl},y_i=c_k)}{\sum_{i=1}^{N}I(y_i=c_k)}$ ,其中 $a_{jl}$ 是第j个特征可能取的第 $l$ 个值， $x_{i}^{j}$ 是第i个样本的第j个特征，I表示计数函数。

模型学习方法

1.计算各个类别的概率，对第k个种类 $C_{k}$ 来说 $P(Y=C_{k})=\frac{\sum_{i=1}^{N}I(y_i=C_k)}{N}$
2.计算在各个类别的条件下，对应特征下每个取值的概率即 $P(X^j=a_{jl}|Y=C_k)\frac{\sum{i=1}^{N}I(x_{i}^{j}=a_{jl},y_i=c_k)}{\sum_{i=1}^{N}I(y_i=c_k)}$
3.将(2)中共计算的概率代入(3)式，找到新的数据在每个类别下的最大概率,这个概率下的类别便是新的数据的类别(后验概率最大化)