總第109篇

前言

在開(kāi)始學(xué)習(xí)具體的貝葉斯參數(shù)前，你可以先看看：樸素貝葉斯詳解

樸素貝葉斯一共有三種方法，分別是高斯樸素貝葉斯、多項(xiàng)式分布貝葉斯、伯努利樸素貝葉斯，在介紹不同方法的具體參數(shù)前，我們先看看這三種方法有什么區(qū)別。

這三種分類方法其實(shí)就是對(duì)應(yīng)三種不同的數(shù)據(jù)分布類型。

高斯分布又叫正太分布，我們把一個(gè)隨機(jī)變量X服從數(shù)學(xué)期望為μ、方差為σ^2的數(shù)據(jù)分布稱為正太分布，當(dāng)數(shù)學(xué)期望μ=0,方差σ=1時(shí)稱為標(biāo)準(zhǔn)正態(tài)分布。

正太分布概率圖

伯努利分布又稱“零一分布”、“兩點(diǎn)分布”（即結(jié)果要么是0要么是1），是二項(xiàng)分布的特殊情況，之所以是特殊的二項(xiàng)分布，是因?yàn)槎?xiàng)分布是多重伯努利實(shí)驗(yàn)的概率分布。舉個(gè)例子就是，伯努利分布是只扔一次硬幣正面反面的概率，而二項(xiàng)分布是扔多次硬幣以后得到正面反面的概率。

多項(xiàng)式分布（Multinomial Distribution）是二項(xiàng)式分布的推廣，二項(xiàng)分布是隨機(jī)結(jié)果值只有兩個(gè)(投硬幣的結(jié)果)，多項(xiàng)式分布是指隨機(jī)結(jié)果值有多個(gè)(搖骰子的結(jié)果)。

多項(xiàng)式模型樸素貝葉斯和伯努利模型樸素貝葉斯常用在文本分類問(wèn)題中，高斯分布的樸素貝葉斯主要用于連續(xù)變量中,且假設(shè)連續(xù)變量是服從正太分布的。

高斯樸素貝葉斯

高斯樸素貝葉斯算法是假設(shè)特征的可能性(即概率)為高斯分布。

class sklearn.naive_bayes.GaussianNB(priors=None)

priors:先驗(yàn)概率大小，如果沒(méi)有給定，模型則根據(jù)樣本數(shù)據(jù)自己計(jì)算（利用極大似然法）。

對(duì)象

class_prior_:每個(gè)樣本的概率
class_count:每個(gè)類別的樣本數(shù)量
theta_:每個(gè)類別中每個(gè)特征的均值
sigma_:每個(gè)類別中每個(gè)特征的方差

多項(xiàng)式分布貝葉斯

適用于服從多項(xiàng)分布的特征數(shù)據(jù)。

class sklearn.naive_bayes.MultinomialNB(alpha=1.0, fit_prior=True, class_prior=None)

alpha:先驗(yàn)平滑因子，默認(rèn)等于1，當(dāng)?shù)扔?時(shí)表示拉普拉斯平滑。
fit_prior:是否去學(xué)習(xí)類的先驗(yàn)概率，默認(rèn)是True
class_prior:各個(gè)類別的先驗(yàn)概率，如果沒(méi)有指定，則模型會(huì)根據(jù)數(shù)據(jù)自動(dòng)學(xué)習(xí)， 每個(gè)類別的先驗(yàn)概率相同，等于類標(biāo)記總個(gè)數(shù)N分之一。

對(duì)象

class_log_prior_:每個(gè)類別平滑后的先驗(yàn)概率
intercept_:是樸素貝葉斯對(duì)應(yīng)的線性模型，其值和class_log_prior_相同
feature_log_prob_:給定特征類別的對(duì)數(shù)概率(條件概率)。 特征的條件概率=（指定類下指定特征出現(xiàn)的次數(shù)+alpha）/（指定類下所有特征出現(xiàn)次數(shù)之和+類的可能取值個(gè)數(shù)*alpha）
coef_: 是樸素貝葉斯對(duì)應(yīng)的線性模型，其值和feature_log_prob相同
class_count_: 訓(xùn)練樣本中各類別對(duì)應(yīng)的樣本數(shù)
feature_count_: 每個(gè)類別中各個(gè)特征出現(xiàn)的次數(shù)

伯努利樸素貝葉斯

用于多重伯努利分布的數(shù)據(jù)，即有多個(gè)特征，但每個(gè)特征都假設(shè)是一個(gè)二元 (Bernoulli, boolean) 變量。

class sklearn.naive_bayes.BernoulliNB(alpha=1.0, binarize=0.0, fit_prior=True, class_prior=None)

alpha:平滑因子，與多項(xiàng)式中的alpha一致。
binarize:樣本特征二值化的閾值，默認(rèn)是0。如果不輸入，則模型會(huì)認(rèn)為所有特征都已經(jīng)是二值化形式了；如果輸入具體的值，則模型會(huì)把大于該值的部分歸為一類，小于的歸為另一類。
fit_prior:是否去學(xué)習(xí)類的先驗(yàn)概率，默認(rèn)是True
class_prior:各個(gè)類別的先驗(yàn)概率，如果沒(méi)有指定，則模型會(huì)根據(jù)數(shù)據(jù)自動(dòng)學(xué)習(xí)， 每個(gè)類別的先驗(yàn)概率相同，等于類標(biāo)記總個(gè)數(shù)N分之一。

對(duì)象

class_log_prior_:每個(gè)類別平滑后的先驗(yàn)對(duì)數(shù)概率。
feature_log_prob_:給定特征類別的經(jīng)驗(yàn)對(duì)數(shù)概率。
class_count_:擬合過(guò)程中每個(gè)樣本的數(shù)量。
feature_count_:擬合過(guò)程中每個(gè)特征的數(shù)量。

方法

貝葉斯的方法和其他模型的方法一致。
fit(X,Y):在數(shù)據(jù)集(X,Y)上擬合模型。
get_params():獲取模型參數(shù)。
predict(X):對(duì)數(shù)據(jù)集X進(jìn)行預(yù)測(cè)。
predict_log_proba(X):對(duì)數(shù)據(jù)集X預(yù)測(cè)，得到每個(gè)類別的概率對(duì)數(shù)值。
predict_proba(X):對(duì)數(shù)據(jù)集X預(yù)測(cè)，得到每個(gè)類別的概率。
score(X,Y):得到模型在數(shù)據(jù)集(X,Y)的得分情況。

你還可以看：

Sklearn參數(shù)詳解—LR模型

Sklearn參數(shù)詳解--決策樹(shù)

Sklearn參數(shù)詳解—SVM

總結(jié)

以上是生活随笔為你收集整理的Sklearn参数详解—贝叶斯的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。