朴素贝叶斯算法_用朴素贝叶斯算法预测未知样本离子浓度-CSDN博客

本文链接：https://blog.csdn.net/ws19920726/article/details/105722641

概率基础

随机事件

指可能发生，也可能不发生的事件，例如：当我们抛硬币时，设出现正面为事件A，则事件A可能发生，也可能不发生。

样本空间

即我们进行随机试验时，所有可能结果构成的集合。通常使用S表示。

概率

用来反映一个随机事件出现的可能性大小，通常使用P(A)来表示事件A的概率。
在这里插入图片描述
也可以从面积角度表示：

联合概率

指多个事件同时发生的概率，例如：P(AB)表示事件A与事件B的联合概率。
在这里插入图片描述

条件概率

指在事件A发生的前提下，事件B发生的概率，使用P(B|A)表示。
在这里插入图片描述
关于条件概率，有以下一个重要的定义：

独立性

独立性现象

有时候，事件之间可能并不存在相互影响的情况，例如：我们考察两个学生的逃课情况，设事件A为第一个学生逃课，事件B为第二个学生逃课，则样本空间S为：

第一个学生	第二个学生
逃课	逃课
逃课	不逃课
不逃课	逃课
不逃课	逃课

我们可以计算事件概率：
P(A) = 0.5
P(B) = 0.5
P(B|A) = 0.5
P(A|B) = 0.5
由此可知：
P(A) = P(A|B)
P(B) = P(B|A)
可见，事件A与B没有相互造成影响，这也很容易理解，因为两个学生没有关系，则一个学生是否逃课，对另外一个学生没有任何影响。

独立性定义

如果两事件A,B满足：
在这里插入图片描述
则称A与B相互独立。同时，又存在：

因此，当两事件A,B独立时：

这也表明，当两个事件独立时，一个事件发生与否，对另外一个事件完全没有任何影响。

全概率公式

设试验E的样本空间为S，A为E的事件，B₁,B₂,……,Bn为S的一个划分（任意两个事件交集为空，且事件并集为整个样本空间S），且P(Bi) > 0 (i=1,2,……,n)，则：
在这里插入图片描述
称为全概率公式。
有时候，P(A)可能不易求出，但是，我们可以在S上寻找一个划分Bi(i=1,2,……,n)，并且Bi与P(A|Bi)的概率容易获取，这样，我们就可以使用全概率公式来求解P(A)。

贝叶斯公式

公式定义

设试验E的样本空间为S，A为E的事件，B₁,B₂,……,Bn为S的一个划分，且P(A) > 0，P(Bi) > 0 (i=1,2,……,n)，则：
在这里插入图片描述

核心思维

贝叶斯公式的核心思维就是将求解P(B|A)的概率转换成求解P(A|B)的概率。当求解P(B|A)的难度较大，但求解P(A|B)比较容易时，我们就可以考虑使用贝叶斯公式进行转换。

先验概率与后验概率

由以往的数据分析而得到的概率，称为先验概率。
当得到某些信息后，在先验概率的基础上进行修正，从而得到的概率，称为后验概率。

朴素贝叶斯算法

朴素贝叶斯算法是基于概率的分类算法，之所以称为‘朴素’，是因为其假设特征之间是独立的，该算法设计比较简单，实际上使用的就是全概率公式与贝叶斯公式。朴素贝叶斯算法在文本场景中效果很好，例如：垃圾邮件过滤，新闻分类，情感分析等。

算法原理

朴素贝叶斯是基于概率的分类算法，因此，想要预测未知样本X所属的类别，只需要计算X属于每个类别（y）的概率是多少，预测结果就是概率最大的那个类别。
假设X含有n个特征，即我们要计算：
在这里插入图片描述
然而，以上的概率我们并不容易求解，不过根据贝叶斯公式，我们可以进行如下转换：

因为朴素贝叶斯算法的前提假设为：各个特征之间都是独立的，因此有：

因此，将（2）式代入（1）式，可得：

我们发现，无论是计算样本属于哪个类别的概率，分母部分都是不变的，因此，比较概率的大小，只需要比较分子部分就可以了。
在这里插入图片描述
故算法最终预测的类别，就是能够使得分子部分最大的那个类别，即：

从公式中，我们容易发现，若要预测样本的类别，只需要求解P(y)与P(xi|y)即可。而这两个概率，都可以从训练集中获取。

平滑改进

因为在计算时，是各个概率的乘积，因此，一旦有一个概率为0，即使其他的概率值较大，也一律会得到0值。这会严重影响预测的准确性，为了避免这种情况的发生，我们在计算概率时，采用平滑改进。
在这里插入图片描述
其中，k为特征xi可能的取值数，α（α ≥ 0）称为平滑系数，当α = 1时，称为拉普拉斯平滑（Laplace smoothing），当α ＜ 1 时，称为Lidstone smoothing平滑。

算法优点

相对于其他算法，朴素贝叶斯算法具有如下优势：

即使训练集数据较少，也能够实现预测，并且效果不错。
算法的训练速度非常快。

这是因为，算法假设特征之间是独立的，这意味着每个特征可以单独当成一维分布而进行评估，无需考虑与其他特征之间的关联性。反之，如果特征之间不独立，则为了获得较准确的数据分布，就需要更多的训练样本。假设训练集中含有N个特征，每个特征需要M个样本来训练，则总共需要的样本数为各自样本之间的笛卡尔积，即Mⁿ，这在N很大时，训练会非常缓慢，然而，如果特征之间独立，对于每个特征，就可以单独进行考虑，总共只需要N*M个样本就可以正常训练。