*
因变量是定量型的归纳学习称为回归,或者说是连续变量预测

*
因变量是定性型的归纳学习称为分类,或者说是离散变量预测
      P(AB)= P(B|A)P(A)
  P(A)叫做A事件的先验概率,就是一般情况下,认为A发生的概率。
  P(B|A)叫做似然度,是A假设条件成立的情况下发生B的概率。
  P(A|B)叫做后验概率,在B发生的情况下发生A的概率,也就是要计算的概率。
  P(B)叫做标准化常量,和A的先验概率定义类似,就是一般情况下,B的发生概率。
  
  (1)高斯朴素贝叶斯(Gaussian Naive Bayes);
  (2)多项式朴素贝叶斯(Multinomial Naive Bayes);
  (3)伯努利朴素贝叶斯(Bernoulli Naive Bayes)。

  其中,高斯朴素贝叶斯是利用高斯概率密度公式来进行分类拟合的。多项式朴素贝叶斯多用于高维度向量分类,最常用的场景是文章分类。伯努利朴素贝叶斯一般是针对布尔类型特征值的向量做分类的过程。
from sklearn.naive_bayes import GaussianNB # 高斯贝叶斯分类 # 0:晴 1:阴 2:降水 3:多云
data_table = [["date", "weather"], [1, 0], [2, 1], [3, 2], [4, 1], [5, 2], [6,
0], [7, 0], [8, 3], [9, 1], [10, 1]] # 当天的天气 X = [[0], [1], [2], [1], [2], [0],
[0], [3], [1]] # 当天的天气对应后一天的天气 y = [1, 2, 1, 2, 0, 0, 3, 1, 1] #
现在把训练数据和对应的分类放入分类器中进行训练 clf = GaussianNB().fit(X, y) # BernoulliNB() 伯努力
ComplementNB() 多项式 GaussianNB() 高斯 p = [[1]] print(clf.predict(p))
结果为[2]。

<>一、高斯
>>> import numpy as np >>> X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1],
[2, 1], [3, 2]]) >>> Y = np.array([1, 1, 1, 2, 2, 2]) >>> from
sklearn.naive_bayes import GaussianNB >>> clf = GaussianNB() >>> clf.fit(X, Y)
GaussianNB(priors=None, var_smoothing=1e-09) >>> print(clf.predict([[-0.8,
-1]])) [1] >>> clf_pf = GaussianNB() >>> clf_pf.partial_fit(X, Y, np.unique(Y))
GaussianNB(priors=None, var_smoothing=1e-09) >>> print(clf_pf.predict([[-0.8,
-1]])) [1]
<>二、多项式
>>> import numpy as np >>> X = np.random.randint(5, size=(6, 100)) >>> y =
np.array([1, 2, 3, 4, 5, 6]) >>> from sklearn.naive_bayes import ComplementNB
>>> clf = ComplementNB() >>> clf.fit(X, y) ComplementNB(alpha=1.0,
class_prior=None, fit_prior=True, norm=False) >>> print(clf.predict(X[2:3])) [3]
<>三、伯努力
>>> import numpy as np >>> X = np.random.randint(2, size=(6, 100)) >>> Y =
np.array([1, 2, 3, 4, 4, 5]) >>> from sklearn.naive_bayes import BernoulliNB
>>> clf = BernoulliNB() >>> clf.fit(X, Y) BernoulliNB(alpha=1.0, binarize=0.0,
class_prior=None, fit_prior=True) >>> print(clf.predict(X[2:3])) [3]

技术
©2019-2020 Toolsou All rights reserved,
css中上下左右居中的几种实现方法[CISCN 2019 初赛]Love Mathc/c++语言实现登陆界面Unity3D 人称设置(第一人称视角、第三人称视角)Fastadmin框架自定义搜索操作流程2021最新Python自动化软件测试笔试题(含答案)黑客帝国装逼的代码雨mysql数据库设置字符集配置修改my.ini文件(windows)python之panda模块1Python学习笔记:基础+进阶10道练习题