1、简介

本文主要讲解朴素贝叶斯及其推理，并实现鸢尾花数据的分类问题

2、算法解释

朴素贝叶斯最初来源于统计科学领域。根据朴素贝叶斯公式：

由于类似然涉及到多个特征的组合求解较为困难。所以为了简化运算，降低计算复杂度，我们假设每个特征具备统计独立性，即特征间不存在关联性。这样就可以简化上述贝叶斯公式为：

上述公式即为朴素贝叶斯通用公式，我们进一步化简去除无关证据项得：

根据上述朴素贝叶斯简化公式，即可以得到某个样本属于某个类的近似统计概率。

3、案例展示

### 这里使用sklearn朴素贝叶斯集成库进行案例分析，其中GaussianNB函数假设了类似然函数满足高斯分布，即：

from sklearn import datasets
iris = datasets.load_iris()
from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
y_pred = gnb.fit(iris.data, iris.target).predict(iris.data)
print("Number of mislabeled points out of a total %d points : %d" % (iris.data.shape[0],(iris.target != y_pred).sum()))

结果： 

Number of mislabeled points out of a total 150 points : 6

 

原创整理，转载请注明出处！！！