专栏首页奇点大数据再免费多看一章--高斯贝叶斯

再免费多看一章--高斯贝叶斯

高斯贝叶斯用来处理连续数据,假设数据里每个特征项相关联的数据是连续值并且服从高斯分布,参考这里

概率公式:

在《白话大数据与机器学习》里使用了sklearn里的GaussionNB来处理连续数据: 训练模型 clf = GaussianNB().fit(x, y) 预测数据 clf.predict(x)

这里我们来实现一下高斯贝叶斯算法,看看该算法具体是如果实现的。

1 准备数据 首先我们需要一些训练数据 这里使用鸢尾花数据。 这里x是一个(150, 4)2维数组,总共150条数据,打印其中的5条数据看一下:

[[5.1, 3.5, 1.4, 0.2],
 [4.9, 3.0, 1.4, 0.2],
 [4.7, 3.2, 1.3, 0.2],
 [4.6, 3.1, 1.5, 0.2],
 [5.0, 3.6, 1.4, 0.2],
 ... ...]

可以看到每条数据都有4个特征项分别是: 萼片的长度,萼片的宽度,花瓣的长度,花瓣的宽度

y是x里每条数据对应的分类:

[0, 0, 1, 1, 2, …]

可以看到x里对应的分类总共有3种[0,1,2]。

2 训练模型 其实是求出了属于每种分类里的数据在每个特征列上的平均值和方差。

计算每种分类里每个特征列的平均值和方差

{0: [[5.1, 3.5, 1.4, 0.2],
     [4.9, 3.0, 1.4, 0.2],
     ... ...],
 1: [[4.7, 3.2, 1.3, 0.2],
     [4.6, 3.1, 1.5, 0,2],
     ... ...],
 2: [[5.0, 3.6, 1.4, 0.2],
     ... ...]}

得到平均值结果集

{0: [5.006, 3.418, 1.464, 0.244],
 1: [5.936, 2.770, 4.260, 1.326],
 2: [6.588, 2.974, 5.552, 2.026]}

得到方差结果集

{0: [0.1210, 0.1420, 0.029, 0.011],
 1: [0.2611, 0.9650, 0.216, 0.038],
 2: [0.3960, 0.1019, 0.298, 0.073]}

3 预测数据 其实是求出待预测数据属于哪种分类的概率更大。

待预测的数据

[3.1, 4.4, 2.1, 3.1]

计算待预测的数据里面, 每条数据属于某一类的概率是多少, 调用文章开始给出的概率公式计算, μ就是上一步得到的每个特征列均值,σ 2就是上一步得到的每个特征列方差,xi就是待预测数据里的每个特性项值, 这里分别计算出每个特征项的概率,然后把得到的每个特征项的概率相乘就得到了每条数据属于某一类的概率

[[8.512, 0.001, 0.006]]

可以看到待预测数据属于分类0,1,2的概率被计算出来了。

完整代码可以访问github进行下载 https://github.com/azheng333/Ml_Algorithm.git。

(完)

本文分享自微信公众号 - 奇点(qddata),作者:卫峥

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-08-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 再免费多看一章--最近质心

    算法很简单,取训练样本每种类别的平均值当做聚类中心点,待分类的样本离哪个中心点近就归属于哪个聚类 。 ? 在《白话大数据与机器学习》里使用了sklearn里的N...

    刀刀老高
  • 再免费多看一章--knn

    算法很简单,对待分类样本实施近邻投票。其中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别。 ? 在《白话大数据与机器学习》里使用了sklea...

    刀刀老高
  • 大数据变现十日谈之一:大数据变现的本质

    大数据变现十日谈之一:大数据变现的本质 大数据火热已经有至少两三年的样子了。不管每个人心中对大数据都是什么一个印象,这个词起码到现在我们已经不那么陌生了。 从学...

    刀刀老高
  • 再免费多看一章--最近质心

    算法很简单,取训练样本每种类别的平均值当做聚类中心点,待分类的样本离哪个中心点近就归属于哪个聚类 。 ? 在《白话大数据与机器学习》里使用了sklearn里的N...

    刀刀老高
  • 数据应用:运营商大数据应用的思考

    作者:中国移动研究院大数据与IT技术研究所的段翔 ? 首先大数据我们知道这个时代正在来临,这里有一个调查,随着全球移动互联网和工业和生活数字化的进程,数据现在成...

    陆勤_数据人网
  • 2017作为大数据爆发年,将会对企业产生6大影响

    ·人工智能(AI)将再度盛行 早在60年代,RaySolomonoff奠定了人工智能的数学理论基础,引入通用贝叶斯原理(Bayesian)来归纳推理和预测。1...

    BestSDK
  • 大数据24小时 | 蚂蚁金服与百度合作打击“黑灰产”,三星一扫阴霾低调投资人工智能

    <数据猿导读> 媒体巨头赫斯特对数据公司“情有独钟”,拟20亿美元收购SaaS服务商CAMP;AR开发平台Metaverse完成200万美元种子轮融资;宁波工业...

    数据猿
  • ☞【观点】徐尽欢:我也说说大数据

    一:在Oracle做了六年数据库销售的我从5月份开始内部转到新成立的大数据部门,虽然还没有转完但是已经到新部门上了一个月的班了,如果我说我是Oracle 数据...

    小莹莹
  • 为什么这么多人都想学大数据?宁可放弃本职工作也要转行学习

    大数据(big data,mega data),或称巨量资料,指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

    用户4151968
  • CRA简报:计算研究与数据科学的新兴领域

    大数据文摘

扫码关注云+社区

领取腾讯云代金券