码迷,mamicode.com
首页 > 其他好文 > 详细

02-27 朴素贝叶斯

时间:2019-10-16 17:39:34      阅读:76      评论:0      收藏:0      [点我收藏+]

标签:学习   color   img   次数   proc   rac   机器   出现   title   

更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen121/

朴素贝叶斯

朴素贝叶斯是基于贝叶斯公式与特征条件独立假设的分类方法(注:贝叶斯公式是数学定义,朴素贝叶斯是机器学习算法)。朴素贝叶斯基于输入和输入的联合概率分布,对于给定的输入,利用贝叶斯公式求出后验概率最大的输出\(y\)。即可以总结为以下三点

  1. 已知类条件概率密度函数表达式和先验概率
  2. 利用贝叶斯公式转换成后验概率
  3. 根据后验概率大小进行决策分类

一、朴素贝叶斯学习目标

  1. 朴素贝叶斯构造
  2. 朴素贝叶斯基本公式
  3. 朴素贝叶斯参数估计
  4. 多项式朴素贝叶斯、伯努利朴素贝叶斯、高斯朴素贝叶斯
  5. 朴素贝叶斯流程
  6. 朴素贝叶斯优缺点

二、朴素贝叶斯引入

假设现在有一个有两个类别的鸢尾花数据集,并且已经知晓每个数据的分类情况,并且假设数据的分布如下图所示。

# 朴素贝叶斯引入图例
from matplotlib.font_manager import FontProperties
import matplotlib.pyplot as plt
from sklearn import datasets
%matplotlib inline

font = FontProperties(fname='/Library/Fonts/Heiti.ttc')

iris_data = datasets.load_iris()
X = iris_data.data[0:100, [0, 1]]
y = iris_data.target[0:100]

plt.scatter(X[0:50, [0]], X[0:50, [1]], color='r',
            s=50, marker='o', label='山鸢尾')
plt.scatter(X[50:100, [0]], X[50:100, [1]],
            color='b', s=50, marker='x', label='杂色鸢尾')
plt.xlabel('花瓣长度(cm)', fontproperties=font)
plt.ylabel('花瓣宽度(cm)', fontproperties=font)
plt.legend(prop=font)
plt.show()

技术图片

现在假设有一个未知分类的鸢尾花数据\((x_1(花瓣长度),x_2(花瓣宽度))\),用\(p_1(x_1,x_2)\)表示样本属于山鸢尾(red)的概率,用\(p_2(x_1,x_2)\)表示属于杂色鸢尾(blue)的概率,\(p_1(x_1,x_2) + p_2(x_1,x_2) = 1\)

假设如果\(p_1(x_1,x_2) > p_2(x_1,x_2)\)\((x_1,x_2)\)为山鸢尾,否则为杂色鸢尾,即选择概率高的类别作为新样本的分类结果。这就是贝叶斯决策理论的核心思想,选择具有最高概率的决策。

如果使用条件概率来表示这个上述所说的分类,则可以表示为
\[ \begin{align} & p(red|x_1,x_2) > p(blue|x_1,x_2) \quad \text{样本属于山鸢尾} \& p(red|x_1,x_2) < p(blue|x_1,x_2) \quad \text{样本属于杂色鸢尾} \end{align} \]
即如果出现一个新样本,假设数据集有\(n\)个特征、\(m\)个分类,只需要计算这个样本的
\[ arg\,max\,(p(red|x_1,x_2),p(blue|x_1,x_2)) \]
如果只有两个特征\(x_1\)\(x_2\),那么计算并不会很难,按照条件公式计算即可,但是你有没有想过如果有\(n\)特征,\(K\)个分类呢?即计算
\[ \underbrace{arg\,max}_{c_k}\,p(c_j|x_1,x_2,\ldots,x_n) \quad(k=1,2,\cdots,K) \]
上述的计算量是非常大的,那么我们有没有一种简单的方法能够改善该公式呢?有是有一定有的,即朴素贝叶斯法。

三、朴素贝叶斯详解

3.1 朴素贝叶斯构造

假设现有一个训练集有\(K\)个类别\(c_1,c_2,\ldots,c_k\)\(m\)个样例,每个样例有\(n\)个特征,训练集可以表示为
\[ ((x_1^{(1)},x_2^{(1)},\cdots,x_n^{(1)},y_1)(x_1^{(2)},x_2^{(2)},\cdots,x_n^{(2)},y_2),\cdots,(x_1^{(m)},x_2^{(m)},\cdots,x_n^{(m)},y_m)) \]
从样本中可以得到

朴素贝叶斯的先验分布为\(p(c_k) \quad (k=1,2,\ldots,K)\),

朴素贝叶斯的条件概率分布为\(p(x_1,x_2,\ldots,x_n|c_k)\),

利用条件概率公式得到\(X\)\(Y\)的联合分布\(p(X,Y)\)
\[ \begin{align} p(X,Y) & = p((x_1,x_2,\ldots,x_n),c_k) \ & = p(c_k)p(x_1,x_2,\ldots,x_n|c_k) \\end{align} \]

由于\(p(x_1,x_2,\ldots,x_n|c_k)\)是一个\(n\)个维度的条件分布,计算难度超级复杂,因此假设\(X\)\(n\)个维度之间相互独立(注:如果特征之间有大部分不是独立存在的,则应该尽量不要使用朴素贝叶斯模型,而应该考虑使用其他的分类方法),则可以把这个\(n\)维的条件分布改写成
\[ p(x_1,x_2,\ldots,x_n|c_k) = p(x_1|c_k)p(x_2|c_k)\cdots{p(x_n|c_k)} \]
虽然改写后的联合分布计算更加简单,但是由于假设所有的特征都是独立的,因此会相应的降低预测的不准确性。

3.2 朴素贝叶斯基本公式

假设已经得到了训练集的\(p(c_k)\)\(p(x_j|c_k)\)值,假设现有一个测试样本\((x_{1},x_{2},\ldots,x_{n})\),则可以根据贝叶斯公式求得\(K\)个分类\(c_1,c_2,\ldots,c_k\)各自的概率。
\[ \begin{align} p(c_k|x_{1},x_{2},\ldots,x_{n}) & = {\frac{p(x_{1},x_{2},\ldots,x_{n}|c_k)p(c_k)}{p(x_{1},x_{2},\ldots,x_{n})}} \ & = {\frac{p(x_{1}|c_k)p(x_{2}|c_k)\cdots{p(x_{n}|c_k)p(c_k)}} {p(x_{1},x_{2},\ldots,x_{n})}} \\end{align} \]
求得所有分类各自的概率之后,哪一个分类的概率最大,则样本属于哪一个分类。
\[ \begin{align} 样本类别 & = max\,(p(c_1|x_{1},x_{2},\ldots,x_{n}),p(c_2|x_{1},x_{2},\ldots,x_{n}),\cdots,p(c_k|x_{1},x_{2},\ldots,x_{n})) \ & = \underbrace{arg\,max}_{c_k}\,{\frac{p(x_{1}|c_k)p(x_{2}|c_k)\cdots{p(x_{n}|c_k)}} {p(x_{1},x_{2},\ldots,x_{n})}} \\end{align} \]
其中\(y = max\,f(x)\)表示\(y\)\(f(x)\)中所有的值中最大的输出;\(y = arg\,max f(x)\)表示\(y\)\(f(x)\)中,输出的那个参数\(t\)

由于每一个类别的概率公式的分子都是相同的,把分子去掉后则可以把上述公式转化为朴素贝叶斯模型的基本公式
\[ \begin{align} 样本类别 & = \underbrace{arg\,max}_{c_k} {p(x_{1}|c_k)p(x_{2}|c_k)\cdots{p(x_{n}|c_k)p(c_k)}} \ & = \underbrace{arg\,max}_{c_k}\,p(c_k) \prod_{j=1}^{n} p(x_{j}|c_k) \end{align} \]

3.3 朴素贝叶斯参数估计

朴素贝叶斯模型的基本公式为
\[ 样本类别 = \underbrace{arg\,max}_{c_k}\,p(c_k) \prod_{j=1}^{n} p(x_{j}|c_k) \]
其中\(p(c_k)\)通过极大似然估计很容易算出样本类别\(c_k\)的出现频率,假设\(c_k\)出现\(m_k\)次,则
\[ p(c_k) = {\frac{m_k}{m}} \]
而对于\(p(x_j|c_k)\),则需要考虑特征值的取值与分布情况。

3.3.1 特征值为离散值

假设\(x_j\)是离散值,则可以假设\(x_j\)符合多项式分布,这种情况下的\(p(x_j|c_k)\)是样本类别\(c_k\)中特征\(x_j\)出现的频率,假设\(x_j\)\(c_k\)中出现的次数为\(m_{k_j}\),则
\[ p(x_j|c_k) = {\frac {m_{k_j}} {m_k} } \]
由于假设所有特征相互独立,如果某个特征没有出现在某个类别中,则\(p(x_j|c_k) = 0\)会使分类产生偏差,一般采用贝叶斯估计解决该问题,即引入拉普拉斯平滑(Laplace smoothing),即
\[ p(x_j|c_k) = {\frac {m_{k_j} + \lambda} {m_k + S_j\lambda} } \]
其中\(\lambda\leq0\),当\(\lambda=0\)时为最大似然估计;\(\lambda=1\)时称为拉普拉斯平滑,\(S_j\)为第j个特征可以能取值的个数(注:由于\(x_j\)是离散的值,\(x_j\)有可能出现多次,并且每次出现的值可能不同)。

3.3.2 特征值为稀疏的离散值

假设\(x_j\)是非常稀疏的离散值,即各个特征出现的概率很低,这个时候可以假设\(x_j\)符合伯努利分布,即特征\(x_j\)出现为\(1\),不出现为\(0\)。则\(p(x_j|c_k)\)\(x_j\)在样本类别\(c_k\)中出现的频率,则
\[ p(x_j|c_k) = p(x_j|c_k)x_j + (1- p(x_j|c_k))(1-x_j) \]

3.3.3 特征值为连续值

假设\(x_j\)是连续值,则假设\(x_j\)符合高斯分布(正态分布),则可以把\(x_j\)直接带入正态分布公式,即可得
\[ p(x_j|c_k) = {\frac {1} {\sqrt{2\pi\sigma_k^2}} } exp (-{\frac {(x_j - \mu_{k})^2} {2\sigma_k^2}}) \]
其中\(\mu_k\)是所有\(x_j\)的期望值,\(\sigma_k^2\)是所有\(x_j\)的方差

3.4 三种不同的朴素贝叶斯

3.4.1 多项式朴素贝叶斯

多项式朴素贝叶斯(Multinomial Naive Bayes)特征值符合多项式分布,多用于高维度向量分类,即样本特征为多元离散值,因此最常用于文章分类。

from sklearn.naive_bayes import MultinomialNB

3.4.2 伯努利朴素贝叶斯

伯努利朴素贝叶斯(Bernoulli Naive Bayes)特征值符合伯努利分布,针对布尔类型特征值的向量做分类,即样本特征为二元离散值,或者为稀疏的多元离散值。

from sklearn.naive_bayes import BernoulliNB

3.4.3 高斯朴素贝叶斯

高斯朴素贝叶斯(Gaussian Naive Bayes)特征符合高斯分布,多用于特征值为连续值,可以利用高斯概率密度公式进行分类拟合。

from sklearn.naive_bayes import GaussianNB

四、朴素贝叶斯流程

4.1 输入

\(m\)个实例\(n\)维特征的数据集
\[ T=\{(x_1,y_1),(x_2,y_2),\cdots,(x_m,y_m)\} \]
其中\(x_i\)是第\(i\)个实例的特征向量即\(({x_i}^{(1)},{x_i}^{(2)},\cdots,{x_i}^{(n)})\)\({x_i}^{(j)} \quad(j=1,2,\cdots,n)\)是第\(i\)个实例的第\(j\)个特征,\({x_i}^{(j)}\in\{a_{j1},a_{j2},\cdots,a_{jS_j}\}\)\(a_{jl} \quad(l=1,2,\cdots,S_j)\)是第\(j\)个特征可能的第\(l\)个值,\(y_i\in\{c_1,c_2,\cdots,c_K\}\)\(c_k \quad (k=1,2,\cdots,K)\)是第\(k\)个类;实例\(x\)

4.2 输出

实例\(x\)的类别。

4.3 流程

  1. 计算先验概率和条件概率,即
    \[ \begin{align} & p(Y=c_k) = {\frac{\sum_{i=1}^m I(y_i=c_k)}{m}} \& p(X^{(j)} = a_{jl}| Y=c_k) = {\frac{\sum_{i=1}^m I({x_i}^{(j)}=a_{jl},y_i=c_k)}{\sum_{i=1}^m I(y_i=c_k)}} \end{align} \]
  2. 对于给定的实例\(x=(x_{(1)},x_{(2)},\cdots,x_{(n)})^T\),计算
    \[ p(Y=c_k)\prod_{j=1}^n p(X^{(j)} = x^{(j)}|Y=c_k) \]
  3. 确定实例\(x\)的类别
    \[ y = \underbrace{arg\,max}_{c_k}\,p(Y=c_k) \prod_{j=1}^n p(X^{(j)}=x^{(j)}|Y=c_k) \]

五、朴素贝叶斯优缺点

5.1 优点

  1. 朴素贝叶斯源自古典数学理论,其中用到了古典概率,有稳定的分类效果
  2. 对小规模数据表现很好,不需要使用(OvR)即可以处理多分类问题,并且可以把数据集拆分训练达到增量的目的
  3. 由于假设特征间相互独立,对缺失值不敏感,常用于文本分类

5.2 缺点

  1. 由于假设特征间相互独立,也导致了分类的准确性会有误差(注:针对这一点可以调节关联不独立的特征,即半朴素贝叶斯算法)
  2. 由于后验概率的计算往往都假设先验概率已知,对数据的分布也有假设,有可能会因为假设的不确定性导致分类的准确性有误差

六、小结

朴素贝叶斯法是基于贝叶斯公式的一个理论,如果能记住贝叶斯公式并对概率论能提前有一个大概的了解,会更利于理解朴素贝叶斯法。

朴素贝叶斯法在能够很好地解决多分类问题,但是由于它最大的缺点,即假设特征都是独立的,所以一般被用于文本分类,因为一般会认为单词与单词之间都是相互独立的。

下一篇将会介绍一个在深度学习流行之前在工业上最常用的分类器,即支持向量机。

02-27 朴素贝叶斯

标签:学习   color   img   次数   proc   rac   机器   出现   title   

原文地址:https://www.cnblogs.com/nickchen121/p/11686774.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!