第十一章 朴素贝叶斯课件.pptx

《第十一章 朴素贝叶斯课件.pptx》由会员分享，可在线阅读，更多相关《第十一章 朴素贝叶斯课件.pptx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1数据科学导论刘苗 Nov.11, 2019 第十一章 朴素贝叶斯贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法. 朴素贝叶斯(naive Bayes) 是一种非常简单而又有效的分类方法.23主要内容一 朴素贝叶斯原理二 朴素贝叶斯分类三 本章的python代码4一 朴素贝叶斯原理朴素贝叶斯5贝叶斯定理67二 朴素贝叶斯分类分类问题 使用程序包e1071 的函数naiveBayes 对例4.5皮肤病数据来做分类, 注意: 这个函数假定自变量的条件分布是正态分布. 下面同时对随机森林和分类朴素贝叶斯分类做10折交叉验证. 我们还使用第5.3.4节引入的Fold 函数来创造

2、交叉验证的下标集.8R实现代码w=read.csv(derm.csv)for (i in (1:ncol(w)-34)w,i=factor(w,i)library(e1071);library(randomForest)Z=10;D=35mm=Fold(Z,w,D)Pr=data.frame(rf=w$V35,NB=w$V35)9朴素贝叶斯分类for(i in 1:Z)Pr$rfmmi=randomForest(V35.,w-mmi,)%predict(wmmi,)Pr$NBmmi=a=naiveBayes(V35.,w-mmi,)%predict(wmmi,)table(w$V35,Pr$rf);mean(w$V35!=Pr$rf)table(w$V35,Pr$NB);mean(w$V35!=Pr$NB)10分类结果比较 table(w$V35,Pr$rf);mean(w$V35!=Pr$rf) 1 0.02185792 table(w$V35,Pr$NB);mean(w$V35!=Pr$NB) 1 0.01639344 结果表明, 对于这个数据, 朴素贝叶斯分类比随机森林的误判率要少千分之五. 1112三 本章的python代码本章代码 .DS python codeDSchap11.ipynb1314谢谢敬请指正!