机器学习教程之12-朴素贝叶斯(naive Bayes)法的sklearn实现

0.概述

朴素贝叶斯法基于贝叶斯定理与特征条件独立假设的分类方法。

对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。

优点：
原理简单
实现简单
学习与预测的效率都很高
是一种常用的方法

缺点：

1.朴素贝叶斯法的学习与分类

要点：
1）朴素贝叶斯法通过训练数据集学习联合概率分布P(X,Y)。具体地，学习先验概率分布及条件概率分布。
2）假设分类的特征都是条件独立的，这往往会牺牲一定的分类准确性。

2.自问自答

1）朴素贝叶斯算法为什么要通过数据集学习**联合概率分布P(X,Y)？

2）先验概率和后验概率怎么理解，区别是什么？

3）为什么需要贝叶斯算法，贝叶斯算法的定义是什么？
答：我们经常需要在已知P(y|x)时计算P(x|y)。幸运的是，如果还知道P(x)，我们可以用贝叶斯算法来实现这一目的：

注意到 P(y) 出现在上面的公式中，它通常使用 来计算，所以我们并不需要事先知道 P(y) 的信息。

3.代码

说明：代码有详细注释，易于阅读、理解。

1）我的朴素贝叶斯法简单的使用例子：
naive_bayes-1.ipynb

2）我的kaggle比赛代码之朴素贝叶斯法的sklearn实现：
naive_Bayes_2.ipynb

4.总结

5.参考资料

[1] 统计学习方法 李航
[2] sklearn-8.20.1. sklearn.naive_bayes.GaussianNB
[3] kaggle-Naive Bayes - MultinomailNB