python实现朴素贝叶斯分类器
作者:shelmi 发布时间:2022-12-05 03:35:50
标签:python,朴素贝叶斯
本文用的是sciki-learn库的iris数据集进行测试。用的模型也是最简单的,就是用贝叶斯定理P(A|B) = P(B|A)*P(A)/P(B),计算每个类别在样本中概率(代码中是pLabel变量)
以及每个类下每个特征的概率(代码中是pNum变量)。
写得比较粗糙,对于某个类下没有此特征的情况采用p=1/样本数量。
有什么错误有人发现麻烦提出,谢谢。
[python] view plain copy
# -*- coding:utf-8 -*-
from numpy import *
from sklearn import datasets
import numpy as np
class NaiveBayesClassifier(object):
def __init__(self):
self.dataMat = list()
self.labelMat = list()
self.pLabel = {}
self.pNum = {}
def loadDataSet(self):
iris = datasets.load_iris()
self.dataMat = iris.data
self.labelMat = iris.target
labelSet = set(iris.target)
labelList = [i for i in labelSet]
labelNum = len(labelList)
for i in range(labelNum):
self.pLabel.setdefault(labelList[i])
self.pLabel[labelList[i]] = np.sum(self.labelMat==labelList[i])/float(len(self.labelMat))
def seperateByClass(self):
seperated = {}
for i in range(len(self.dataMat)):
vector = self.dataMat[i]
if self.labelMat[i] not in seperated:
seperated[self.labelMat[i]] = []
seperated[self.labelMat[i]].append(vector)
return seperated
# 通过numpy array二维数组来获取每一维每种数的概率
def getProbByArray(self, data):
prob = {}
for i in range(len(data[0])):
if i not in prob:
prob[i] = {}
dataSetList = list(set(data[:, i]))
for j in dataSetList:
if j not in prob[i]:
prob[i][j] = 0
prob[i][j] = np.sum(data[:, i] == j) / float(len(data[:, i]))
prob[0] = [1 / float(len(data[:,0]))] # 防止feature不存在的情况
return prob
def train(self):
featureNum = len(self.dataMat[0])
seperated = self.seperateByClass()
t_pNum = {} # 存储每个类别下每个特征每种情况出现的概率
for label, data in seperated.iteritems():
if label not in t_pNum:
t_pNum[label] = {}
t_pNum[label] = self.getProbByArray(np.array(data))
self.pNum = t_pNum
def classify(self, data):
label = 0
pTest = np.ones(3)
for i in self.pLabel:
for j in self.pNum[i]:
if data[j] not in self.pNum[i][j]:
pTest[i] *= self.pNum[i][0][0]
else:
pTest[i] *= self.pNum[i][j][data[j]]
pMax = np.max(pTest)
ind = np.where(pTest == pMax)
return ind[0][0]
def test(self):
self.loadDataSet()
self.train()
pred = []
right = 0
for d in self.dataMat:
pred.append(self.classify(d))
for i in range(len(self.labelMat)):
if pred[i] == self.labelMat[i]:
right += 1
print right / float(len(self.labelMat))
if __name__ == '__main__':
NB = NaiveBayesClassifier()
NB.test()
来源:https://blog.csdn.net/Incy_1218/article/details/52891209
0
投稿
猜你喜欢
- 1、字符串的索引与获取字符串的索引方式与列表的索引方式是一样的。只不过列表是每个元素的自身就有一个索引位置,而字符串是每个字符就有一个索引位
- python如何更新修改后的Python模块1.利用python的MySQLdb模块利用原生的sql语句进行更新的方法代码配置方法代码2.使
- 本篇文章通过使用python实现对计算机摄像头的调用从而实现摄像监控的功能。利用opencv的图像处理功能可以轻松对计算机摄像头的调用实现实
- 什么是字符串格式化,为什么需要这样做?我们有时候刷抖音/B站看到封面很好看,但是进入直播发现,不过如此!想必主播通过某种方式把输出转换为读者
- 一、简介Selenium是一个用于Web应用程序测试的工具。Selenium测试直接运行在浏览器中,就像真正的用户在操作一样。支持的浏览器包
- tensorflow里面给出了一个函数用来读取图像,不过得到的结果是最原始的图像,是咩有经过解码的图像,这个函数为tf.gfile.Fast
- java往php传数据最近刚好做到了这一块,有php调用java的接口来返回数据,php在做数据的处理可以做到两个系统的数据库同步操作,一般
- 这篇文章主要介绍了python实现简单日志记录库glog的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,
- python字符串连接的方法,一般有以下三种:方法1:直接通过加号(+)操作符连接website = 'python' +
- 进程进程是操作系统分配资源的基本单元,是程序隔离的边界。进程和程序程序只是一组指令的集合,它本身没有任何运行的含义,它是静态的。进程程序的执
- 环境:Ubuntu16.4 python版本:3.6.4 库:wordcloud这次我们要讲的是爬取QQ音乐的评论并制成云词图,我们这里拿周
- 前言本文将介绍如何使用ONNX将PyTorch中训练好的模型(.pt、.pth)型转换为ONNX格式,然后将其加载到Caffe2中。需要安装
- 前言:随机数模块实现了各种分布的伪随机数生成器。对于整数,从范围中有统一的选择。 对于序列,存在随机元素的统一选择、用于生成列表的随机排列的
- 这是一个用python写解压大量zip脚本的说明,本人新手一个,希望能对各位有所启发。首先要注意的,在运行自己的脚本之前一定先备份或者复制出
- 本文实例讲述了Python实现判断一个整数是否为回文数算法。分享给大家供大家参考,具体如下:第一个思路是先将整数转换为字符串,再将字符串翻转
- python time.sleep()-睡眠线程还是进程?它会阻止线程。如果查看Python源代码中的Modules / timemodul
- 在极坐标中,圆的表示方式为:x=x0+rcosθy=y0+rsinθ圆心为(x0,y0),r为半径,θ为旋转度数,值范围为0-359如果给定
- 需提前安装好pyzbar和opencv-python库(博主的电脑安装opencv-python库比较麻烦,但大部分都不会出现该问题)安装方
- 全栈即指的是全栈工程师,指掌握多种技能,并能利用多种技能独立完成产品的人。就是与这项技能有关的都会,都能够独立的完成。全栈只是个概念,也分很
- 常用配置以下配置能使用File -> New Projects Settings -> Settings for New Pro