快捷導(dǎo)航

Python Multinomial Naive Bayes多項(xiàng)貝葉斯模型實(shí)現(xiàn)原理介紹

更新時(shí)間：2022年09月21日 16:25:43 作者：FeathersMouch

這篇文章主要介紹了Python Multinomial Naive Bayes多項(xiàng)貝葉斯模型實(shí)現(xiàn)原理，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)吧

之前在一次跟“某Fish”客戶進(jìn)行交談時(shí)，我在的需求下學(xué)習(xí)了多項(xiàng)貝葉斯（Multinomial Naive Bayes）這個(gè)模型。

在了解多項(xiàng)貝葉斯模型之前，我們首先來了解一下樸素貝葉斯（Naive Bayes）模型。

貝葉斯定理所描述的，即為一個(gè)抽象事件A在抽象事件B發(fā)生的前提下，有多大概率會(huì)發(fā)生抽象事件A，其概率記為：

其中`P(B)`記為抽象事件B本身發(fā)生的概率，因此貝葉斯定理正好計(jì)算的是`抽象事件AB同時(shí)發(fā)生`概率與抽象事件B單獨(dú)發(fā)生的概率之比，這也能證明其抽象事件發(fā)生的先后順序。

文字太過生澀難懂？我這里有一張圖可以供大家參考：

可以通過上述流程我們看到：事件A為確定發(fā)生的事件，在A事件發(fā)生后，其有可能誘導(dǎo)了事件B的發(fā)生，也可能誘導(dǎo)失敗了。

拋開誘導(dǎo)失敗的情況，我們只談及誘導(dǎo)成功的情況。雖然我們這里說事件A成功誘導(dǎo)了事件B，但是作為一個(gè)獨(dú)立的實(shí)體，事件B本身發(fā)生的概率也是一個(gè)不確定值，因此這里需要貝葉斯模型進(jìn)行自動(dòng)推理，去計(jì)算前置的因素是否有可能誘導(dǎo)了后一事件的發(fā)生。

我們來看例子，這里我有一個(gè)數(shù)據(jù)框，我們來展示一下的現(xiàn)有列

ModelData.columns
Index(['全局水平', '大氣溫度 [℃]', '風(fēng)冷溫度 [℃]', '露點(diǎn)溫度 [℃]', '相對(duì)濕度 [%]', '平均十米內(nèi)風(fēng)速 [m/s]',
       '站點(diǎn)壓力 [mBar]', '降水量 [mm]', '定點(diǎn)角度 [°]', '方位角度 [°]', '氣團(tuán)大小', '氣團(tuán)變化'],
      dtype='object')

在這份模型數(shù)據(jù)。我們需要對(duì)氣團(tuán)變化進(jìn)行研究，其中我使用cuDF內(nèi)置的.to_pandas()函數(shù)將GPU數(shù)據(jù)框轉(zhuǎn)換為Pandas數(shù)據(jù)框，并使用.apply()+lambda隱函數(shù)對(duì)氣團(tuán)大小的變化進(jìn)行類分類，

這里因?yàn)槭褂昧薉ecisionTree決策樹來訓(xùn)練第二個(gè)模型，因此數(shù)據(jù)被命名為了df_train_Tree，最終模型仍然為多項(xiàng)貝葉斯模型。

# 使用.apply()函數(shù)來實(shí)現(xiàn)來為氣團(tuán)變化進(jìn)行標(biāo)簽化處理
df_train_Tree['氣團(tuán)變化'] = df_train_Tree['氣團(tuán)大小'].to_pandas().apply(lambda x:0 if x == 0 else 1 if x < 0 else 2 if x > 0 else None)

對(duì)數(shù)據(jù)進(jìn)行處理，并使用cuML繼承自sklearn的train_test_split()函數(shù)對(duì)數(shù)據(jù)進(jìn)行分割

# 進(jìn)行絕對(duì)值翻轉(zhuǎn)處理，以防止存在負(fù)值無法訓(xùn)練模型
ModelData = df_train_Tree.iloc[:,2:].to_pandas().apply(lambda x: x.abs())
ModelData = cf.DataFrame(ModelData)
# 構(gòu)建訓(xùn)練集和測(cè)試集
X_train, X_test, y_train, y_test = train_test_split(ModelData,ModelData['氣團(tuán)變化'], test_size=0.2, random_state=42)

通過sklearn.metrics下的plot_roc_curve()函數(shù)繪制的ROC曲線和roc_auc_score()函數(shù)我們發(fā)現(xiàn)，此時(shí)的決策樹模型處于了過擬合的情況，在樹中我沒有指定明確的二值化數(shù)據(jù)（即樹判斷需要的最基本的真和假），因此使得樹在判斷時(shí)全部當(dāng)成了真的條件，所以樹已經(jīng)嚴(yán)重過擬合了。

通過之前的一些列的線性校驗(yàn)，我們也得知了：前置的一切屬性均為`可能`誘導(dǎo)氣團(tuán)大小的`誘因`

因此在完全不確定的情況下，我們將使用全部屬性進(jìn)行模型的初步測(cè)試。

因此我們最終需要使用多項(xiàng)貝葉斯模型來進(jìn)行模型構(gòu)建，以下是多項(xiàng)貝葉斯在GPU環(huán)境上的實(shí)現(xiàn)

# 因?yàn)閷傩员姸啵虼宋覀冃枰攵囗?xiàng)分布樸素貝葉斯（Multinomial NB）
from sklearn.naive_bayes import MultinomialNB
clf = MultinomialNB()
# 將訓(xùn)練集進(jìn)行訓(xùn)練
clf.fit(X_train.to_pandas(), y_train.to_numpy())
MultinomialNB()
# 繪制ROC曲線以驗(yàn)證預(yù)測(cè)結(jié)果
plot_roc_curve(clf, X_test.to_pandas(), y_test.to_numpy())
plt.title('ROC Curve')
plt.plot([0, 1], [0, 1], '--',color='orange')
plt.text(0.5, 0.5, 'ROC = %.2f' % roc_auc_score(y_test.to_pandas(),cp.asnumpy(y_pred)), ha='center', va='center', fontsize=14)

可以看到，在多項(xiàng)貝葉斯模型下，我們的成績表現(xiàn)已經(jīng)非常不錯(cuò)了，roc_auc_score分?jǐn)?shù)表現(xiàn)為：0.92，這也得以證明我們之前訓(xùn)練過的模型它是一個(gè)顯著過擬合的模型。

總結(jié)：

在皮爾森系數(shù)過低，但又存在微弱線性相關(guān)的分類問題，我們可以嘗試使用推測(cè)的手段：即貝葉斯類模型，在我們能夠肯定前置因素可能會(huì)誘導(dǎo)后一事件的這一前提下，我們就可以進(jìn)行貝葉斯魔性的嘗試了

到此這篇關(guān)于Multinomial Naive Bayes多項(xiàng)貝葉斯模型實(shí)現(xiàn)原理介紹的文章就介紹到這了,更多相關(guān)Multinomial Naive Bayes內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: