1、貝葉斯公式的本質(zhì): u由因到果,由果推因/u
10余年的建湖網(wǎng)站建設(shè)經(jīng)驗(yàn),針對(duì)設(shè)計(jì)、前端、開(kāi)發(fā)、售后、文案、推廣等六對(duì)一服務(wù),響應(yīng)快,48小時(shí)及時(shí)工作處理。成都營(yíng)銷網(wǎng)站建設(shè)的優(yōu)勢(shì)是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同,自動(dòng)調(diào)整建湖建站的顯示方式,使網(wǎng)站能夠適用不同顯示終端,在瀏覽器中調(diào)整網(wǎng)站的寬度,無(wú)論在任何一種瀏覽器上瀏覽網(wǎng)站,都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì),從而大程度地提升瀏覽體驗(yàn)。成都創(chuàng)新互聯(lián)公司從事“建湖網(wǎng)站設(shè)計(jì)”,“建湖網(wǎng)站推廣”以來(lái),每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。
2、貝葉斯公式:
[圖片上傳中...(wps6.png-5fd624-1618488341725-0)]
1、樸素貝葉斯公式
x1,x2,...xn為特征集合,y為分類結(jié)果
樸素貝葉斯假設(shè)各個(gè)特征之間相互獨(dú)立
分母相同情況下,我們只要保證分子最大
訓(xùn)練數(shù)據(jù)集
long,not_long,sweet,not_sweet,yellow,not_yellow,species
400,100,350,150,450,50,banana
0,300,150,150,300,0,orange
100,100,150,50,50,150,other_fruit
測(cè)試數(shù)據(jù)集
long,sweet,yellow
not_long,not_sweet,not_yellow
not_long,sweet,not_yellow
not_long,sweet,yellow
not_long,sweet,yellow
not_long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,not_yellow
long,not_sweet,yellow
not_long,not_sweet,yellow
not_long,not_sweet,yellow
long,not_sweet,not_yellow
not_long,not_sweet,yellow
結(jié)果
特征值:[not_long, not_sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.003, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果類別:other_fruit
特征值:[not_long, sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.006999999999999999, 'orange': 0.0, 'other_fruit': 0.05625000000000001}
水果類別:other_fruit
特征值:[not_long, sweet, yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.063, 'orange': 0.15, 'other_fruit': 0.018750000000000003}
水果類別:orange
特征值:[not_long, sweet, yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.063, 'orange': 0.15, 'other_fruit': 0.018750000000000003}
水果類別:orange
特征值:[not_long, not_sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.003, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果類別:other_fruit
特征值:[long, not_sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果類別:other_fruit
特征值:[long, not_sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果類別:other_fruit
特征值:[long, not_sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果類別:other_fruit
特征值:[long, not_sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果類別:other_fruit
特征值:[long, not_sweet, yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.108, 'orange': 0.0, 'other_fruit': 0.00625}
水果類別:banana
特征值:[not_long, not_sweet, yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.027, 'orange': 0.15, 'other_fruit': 0.00625}
水果類別:orange
特征值:[not_long, not_sweet, yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.027, 'orange': 0.15, 'other_fruit': 0.00625}
水果類別:orange
特征值:[long, not_sweet, not_yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.012, 'orange': 0.0, 'other_fruit': 0.018750000000000003}
水果類別:other_fruit
特征值:[not_long, not_sweet, yellow]
預(yù)測(cè)結(jié)果:{'banana': 0.027, 'orange': 0.15, 'other_fruit': 0.00625}
水果類別:orange
1、函數(shù)的分類:
內(nèi)置函數(shù):python內(nèi)嵌的一些函數(shù)。
匿名函數(shù):一行代碼實(shí)現(xiàn)一個(gè)函數(shù)功能。
遞歸函數(shù)
自定義函數(shù):根據(jù)自己的需求,來(lái)進(jìn)行定義函數(shù)。
2、方法的分類:
普通方法:直接用self調(diào)用的方法。
私有方法:__函數(shù)名,只能在類中被調(diào)用的方法。
屬性方法:@property,將方法偽裝成為屬性,讓代碼看起來(lái)更合理。
特殊方法(雙下劃線方法):以__init__為例,是用來(lái)封裝實(shí)例化對(duì)象的屬性,只要是實(shí)例化對(duì)象就一定會(huì)執(zhí)行__init方法,如果對(duì)象子類中沒(méi)有則會(huì)尋找父類(超類),如果父類(超類)也沒(méi)有,則直接繼承object(python 3.x)類,執(zhí)行類中的__init__方法。類方法:通過(guò)類名的調(diào)用去操作公共模板中的屬性和方法。
靜態(tài)方法:不用傳入類空間、對(duì)象的方法, 作用是保證代碼的一致性,規(guī)范性,可以完全獨(dú)立類外的一個(gè)方法,但是為了代碼的一致性統(tǒng)一的放到某個(gè)模塊(py文件)中。
其次,從作用域的角度來(lái)分析:
(1)函數(shù)作用域:從函數(shù)調(diào)用開(kāi)始至函數(shù)執(zhí)行完成,返回給調(diào)用者后,在執(zhí)行過(guò)程中開(kāi)辟的空間會(huì)自動(dòng)釋放,也就是說(shuō)函數(shù)執(zhí)行完成后,函數(shù)體內(nèi)部通過(guò)賦值等方式修改變量的值不會(huì)保留,會(huì)隨著返回給調(diào)用者后,開(kāi)辟的空間會(huì)自動(dòng)釋放。
(2)方法作用域:通過(guò)實(shí)例化的對(duì)象進(jìn)行方法的調(diào)用,調(diào)用后開(kāi)辟的空間不會(huì)釋放,也就是說(shuō)調(diào)用方法中對(duì)變量的修改值會(huì)一直保留。
最后,調(diào)用的方式不同。
(1)函數(shù):通過(guò)“函數(shù)名()”的方式進(jìn)行調(diào)用。
(2)方法:通過(guò)“對(duì)象.方法名”的方式進(jìn)行調(diào)用。
可以呀,有很多種的
from sklearn import ensemble
集成分類器(ensemble):
1.bagging(ensemble.bagging.BaggingClassifier)
對(duì)隨機(jī)選取的子樣本集分別建立基本分類器,然后投票決定最終的分類結(jié)果
2.RandomForest(ensemble.RandomForestClassifier)
對(duì)隨機(jī)選取的子樣本集分別建立m個(gè)CART(Classifier and Regression Tree),然后投票決定最終的分類結(jié)果
Random在此處的意義:
1)Bootstrap 中的隨機(jī)選擇子樣本集
2)Random subspace 的算法從屬性中隨機(jī)選擇k個(gè)屬性,每個(gè)樹(shù)節(jié)點(diǎn)分裂時(shí)從這隨機(jī)的k個(gè)屬性中,選擇最優(yōu)的
3.Boosting(ensemble.weight_boosting)
在選擇分類超平面時(shí)給樣本加了一個(gè)權(quán)值,使得loss function盡量考慮那些分錯(cuò)類的樣本。(i.e.分錯(cuò)類的樣本weight 大)
-boosting 重采樣的不是樣本,而是樣本的分布。最后的分類結(jié)果是幾個(gè)弱分類器的線性加權(quán)和。注意這幾個(gè)弱分類器都是一種base classifier類別。
-與bagging的區(qū)別:bagging 的訓(xùn)練集是隨機(jī)的,各訓(xùn)練集是獨(dú)立的;而boosting訓(xùn)練集的選擇不是獨(dú)立的,每次選擇的訓(xùn)練集都依賴于上一次學(xué)習(xí)的結(jié)果;
bagging的每個(gè)預(yù)測(cè)函數(shù)(即弱假設(shè))沒(méi)有權(quán)重,而B(niǎo)oosting根據(jù)每一次訓(xùn)練的訓(xùn)練誤差得到該次預(yù)測(cè)函數(shù)的權(quán)重;
bagging的各個(gè)預(yù)測(cè)函數(shù)可以并行生成,而boosting的只能順序生成。對(duì)于神經(jīng)網(wǎng)絡(luò)這樣極為耗時(shí)的學(xué)習(xí)方法,Bagging可通過(guò)并行訓(xùn)練節(jié)省大量的時(shí)間開(kāi)銷。
-與bagging的共同點(diǎn):都可以通過(guò)使用for循環(huán)給estimator賦不同的分類器類型,以實(shí)現(xiàn)集成多種分類器,而不是單一的某一種(比如決策樹(shù))。
代表算法 Adaboost 和 Realboost??偟膩?lái)說(shuō),Adaboost 簡(jiǎn)單好用,Realboost 準(zhǔn)確
4.Stacking
在stacking(堆疊)方法中,每個(gè)單獨(dú)分類器的輸出會(huì)作為更高層分類器的輸入,更高層分類器可以判斷如何更好地合并這些來(lái)自低層的輸出。
文章標(biāo)題:python分類器函數(shù) python分類算法
網(wǎng)頁(yè)鏈接:http://www.muchs.cn/article36/dooddsg.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站策劃、微信小程序、商城網(wǎng)站、網(wǎng)站排名、App開(kāi)發(fā)、網(wǎng)站營(yíng)銷
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容