葛瑞斯肯樂活筆記

我使用的版本如下:

以下介紹使用python機器學習套件scikit-learn開發高斯貝式分類器(Gaussian bayes classifier)，並進行訓練、驗證與預測，以下分成四大步驟:

1. 建立資料
2. 進行訓練
3. 進行驗證
4. 進行預測

最後提供完整程式碼

貝式分類器是很常見的統計分類器，在此我們假設每筆資料是從高斯分布而來(常態分佈)，這樣的情況下就叫做高斯貝式分類器。接下來我們使用python的機器學習套件scikit-learn進行實作。

步驟一: 建立資料

#貝式分類器，我們假設資料均從高斯分布而來，這樣的分類器叫做高斯貝式分類器

#建立資料
from sklearn import datasets
from sklearn.model_selection import train_test_split
#使用鳶尾花資料集
iris = datasets.load_iris()
x = iris.data
y= iris.target
print("鳶尾花第1筆資料: ",x[0])

#建立訓練資料與測試資料
xTrain, xTest, yTrain, yTest = train_test_split(x,y,test_size=0.2,random_state=0)

test_size=0.2 就是測試資料比例為20%，random_state=0代表每次都用同一筆資料，不會隨機選

步驟二: 進行訓練

#模型訓練
from sklearn.naive_bayes import GaussianNB
nb = GaussianNB()
nb.fit(xTrain,yTrain)

Sklearn裡面有個naïve_bayes，直接從這取得 GaussianNB，並新建一個類別。

在sklearn中，fit就是進行訓練，將我們分割好的訓練資料集餵進去，就訓練完成了。

步驟三:進行驗證

#驗證結果
answer = nb.score(xTest,yTest)
print("驗證結果: ",answer)

結果如下:

步驟四:進行預測

#用來進行預測
#產生假資料,鳶尾花特徵是4個值, 我們隨機產生五筆進行預測
import numpy as np
testX = np.linspace(1,5,20); #先產生20個值
testX = np.array(testX).reshape(5,4); #將20個值使用5個array存放, 每個array放4個值
print(testX)
predictedY = nb.predict(testX);
print("預測的Y: ",predictedY);

建立假資料，我是使用numpy的linspace，再將資料型態轉成符合模型所需的樣子，就是一筆四個值，轉置的資料與預測結果如下:

以上就是使用scikit-learn開發高斯貝式分類器的步驟，完整程式碼如下:

#貝式分類器，我們假設資料均從高斯分布而來，這樣的分類器叫做高斯貝式分類器
#建立測試資料
from sklearn import datasets
from sklearn.model_selection import train_test_split
#使用鳶尾花資料
iris = datasets.load_iris()
x = iris.data
y = iris.target

#建立訓練與測試
xTrain, xTest, yTrain, yTest = train_test_split(x,y,test_size=0.2,random_state=0)

#模型訓練
from sklearn.naive_bayes import GaussianNB
nb = GaussianNB()
nb.fit(xTrain,yTrain)

#驗證結果
answer = nb.score(xTest,yTest)
print("驗證結果: ",answer)

#用來進行預測
#產生假資料,鳶尾花特徵是4個值, 我們隨機產生五筆進行預測
import numpy as np
testX = np.linspace(1,5,20); #先產生20個值
testX = np.array(testX).reshape(5,4); #將20個值使用5個array存放, 每個array放4個值
print(testX)
predictedY = nb.predict(testX);
print("預測的Y: ",predictedY);

打完收工，歡迎留言交流