机器学习——朴素贝叶斯（Naive Bayes）详细解读

在机器学习中，朴素贝叶斯是一个分类模型，输出的预测值是离散值。在讲该模型之前首先有必要先了解贝叶斯定理，以该定理为基础的统计学派在统计学领域占据重要的地位，它是从观察者的角度出发，观察者所掌握的信息量左右了观察者对事件的认知。

贝叶斯公式

$P(A|B)=\frac{P(B|A)P(A)}{P(B)}=\frac{P(B|A)P(A)}{{\sum }_A^{}P(B|A)P(A)}$

其中，$P(B|A)$是事件 B 在另一个事件 A已经发生条件下的概率,${\sum }_A^{}P(B|A)P(A)$表示A所有可能情况下的概率，现在要来求事件A在事件B发生情况下的条件概率$P(A|B)$，又称后验概率。

举例说明

例1

工厂生产产品，合格产品的概率是0.9，误检的概率是0.2，误检情况中合格产品的概率是0.1，那合格产品被误检的概率是多少？

直接套用贝叶斯公式，可得：

$P(误检|合格)=\frac{P(合格|误检)P(误检)}{P(合格)}=\frac{0.1\ast 0.2}{0.9}=\frac{1}{45}$

例2

假设有个严重的疾病，发生的概率是万分之一，现在某人神经大条，怀疑得了该病，跑到医院检查，结果确有此病，不过医院的测试报告只有99%准确度（另外，也指正常人检测99%没问题，1%检测错误）。那么，他的死亡风险有多大？

咋一看，此人快要和世界说拜拜了，这个时候贝叶斯公式派上用场了，其中，用D表示该病（D=1，得病；D=0，健康），P表示报告准确度（T=1，准确；T=0，错误），可得:

$P(D=1|T=1)=\frac{P(T=1|D=1)P(D=1)}{P(T=1|D=1)P(D=1)+P(T=1|D=0)P(D=0)}=\frac{0.99\ast 0.0001}{0.99\ast 0.0001+0.01\ast 0.9999}=0.0098$

可见，患病的几率很小，并没有想象中可怕。

朴素贝叶斯分类器（Naive Bayes Classifier）

用朴素贝叶斯分类器有个前提，需要假设所有的特征在数据集中是同等重要，但又相互独立，显然在现实情况中这是不太可能的，但还是要尽可能地满足它这个“朴素”的要求。

朴素贝叶斯的朴素思想，对于给定的待分类项,求解在此分类项出现的条件下，各个类别出现的概率，谁的概率最大，该分类项就属于哪个类别。

朴素贝叶斯的公式

在特征项集合： F = { f 1 , f 2 , f 3 , ⋅ ⋅ ⋅ , f m } F=\left \{ f_{1}, f_{2}, f_{3}, \cdot \cdot \cdot, f_{m}\right \} F={f1​,f2​,f3​,⋅⋅⋅,fm​} 和类别集合： C = { c 1 , c 2 , c 3 , ⋅ ⋅ ⋅ , C n } C=\left \{ c_{1}, c_{2}, c_{3}, \cdot \cdot \cdot, C_{n}\right \} C={c1​,c2​,c3​,⋅⋅⋅,Cn​}条件的下，然后根据贝叶斯定理，可得：

$P(c_k|f_1,f_2,f_3,\cdot \cdot \cdot ,f_m)=\frac{P(c_k)P(f_1,f_2,f_3,\cdot \cdot \cdot ,f_m|c_k)}{P(f_1,f_2,f_3,\cdot \cdot \cdot ,f_m)}(k=1,2,3,\cdot \cdot \cdot ,n)$

由于都要除以$P(f_1,f_2,f_3,\cdot \cdot \cdot ,f_m)$,故原公式简化为：

$P(c_k|f_1,f_2,f_3,\cdot \cdot \cdot ,f_m)=P(c_k)P(f_1,f_2,f_3,\cdot \cdot \cdot ,f_m|c_k)$

各个特征属性独立，则公式变为：

$P(c_k|f_1,f_2,f_3,\cdot \cdot \cdot ,f_m)=P(c_k)P(f_1|c_k)P(f_2|c_k)P(f_3|c_k)\cdot \cdot \cdot P(f_m|c_k)=P(c_k){\prod }_{j=1}^{m}P(f_j|c_k)$

而所要求的就是arg max$P(c_k|f_1,f_2,f_3,\cdot \cdot \cdot ,f_m)$，不过针对离散情况，只要求出各个$P(f_j|c_k)$就行，但是面对连续值，可以使用高斯分布来求值，高斯函数如下：

$P(x_i|c)=\frac{1}{\sqrt{2\pi {\sigma }^2}}exp(-\frac{(x_i-\mu {)}^2}{2{\sigma }^2})$

而关键是要求解公式中的$\mu ,{\sigma }^2$，可行的途径就是使用极大似然估计法（频率学派的方式，他们认为世界是确定的，有一个本体，这个本体的真值不变，而我们的目标是要找到这个真值或真值所在的范围），所以高斯函数中的$\mu ,{\sigma }^2$是可以求解的。

极大似然估计（Maximum Likelihood Estimation, MLE）

参数$\mu ,{\sigma }^2$的似然函数记作$L(\mu ,{\sigma }^2)$，表示了m个样本$X_1,X_2,X_3,\cdot \cdot \cdot ,X_m$在特征$c_k$上的联合概率分布：

$L(\mu ,{\sigma }^2)={\prod }_{j=1}^{m}P(x_i^j;\mu ,{\sigma }^2)={\prod }_{j=1}^m\frac{1}{\sqrt{2\pi {\sigma }^2}}exp(-\frac{(x_i^j-\mu {)}^2}{2{\sigma }^2})$

其中$x_i^j$表示的是第$j$个样本的第$i$个特征，为了方便求解，会在两边添加对数，可得：

$lnL(\mu ,{\sigma }^2)=ln{\prod }_{j=1}^m\frac{1}{\sqrt{2\pi {\sigma }^2}}exp(-\frac{(x_i^j-\mu {)}^2}{2{\sigma }^2})$

化简可得：

$lnL(\mu ,{\sigma }^2)=-\frac{n}{2}ln2\pi -\frac{n}{2}ln{\sigma }^2-\frac{1}{2{\sigma }^2}{\sum }_{i=1}^m(x_i^j-\mu {)}^2$

分别对$\mu ,{\sigma }^2$求偏导可得：

$\frac{\partial lnL(\mu ,{\sigma }^2)}{\partial \mu }=\frac{1}{{\sigma }^2}{\sum }_{i=1}^m(x_i^j-\mu )=0$

$\frac{\partial lnL(\mu ,{\sigma }^2)}{\partial {\sigma }^2}=-\frac{1}{2{\sigma }^2}{\sum }_{i=1}^m(1-\frac{(x_i^j-\mu {)}^2}{2{\sigma }^2}))=0$

求解有：

$\mu =\frac{1}{m}{\sum }_{i=1}^m{x}_i^j$

${\sigma }^2=\frac{1}{m}{\sum }_{i=1}^m(x_i^j-\mu {)}^2$

其实就是求某个类别对应每个特征的平均值(mean)和方差(variance)，有了参数$\mu ,{\sigma }^2$，就可以很容易估计第$i$个特征的分布，从而求解$x_i$的概率。

例3

有一些鸢尾花数据，总共有150行，其中特征有四个，分别是萼片的长度，萼片的宽度，花瓣的长度，花瓣的宽度，类别有三个，分别是setosa、versicolor和virginica，然后给你一组待预测数据[3.1, 4.4, 2.1, 3.1]，估计它属于哪个类？(样本地址：https://download.csdn.net/download/zhuqiang9607/10764313)

代码：

import pandas as pd
from sklearn.naive_bayes import GaussianNB

data = pd.read_csv()
class_features = ["Sepal.Length","Sepal.Width","Petal.Length","Petal.Width"]
X_train = data[class_features]
y_train = data["Species"]
gnb = GaussianNB()
gnb.fit(X_train, y_train)
print (gnb.predict(X_test))

如果想深入地了解高斯贝叶斯的代码实现，可以访问github进行下载：https://github.com/AutumnBoat/MachineLearning/blob/master/GaussianNaiveBayes.ipynb