的第一类
使用多项式幼稚贝叶斯不起作用的分类,请参阅代码
from sklearn.naive_bayes import MultinomialNB
from sklearn.feature_extraction import DictVectorizer
import numpy as np
# training data
data = [
{'house': 100, 'street': 50, 'shop': 25, 'car': 100, 'tree': 20},
{'house': 5, 'street': 5, 'shop': 0, 'car': 10, 'tree': 500, 'river': 1}
]
dv = DictVectorizer(sparse=False)
X = dv.fit_transform(data)
Y = np.array([10, 20])
mnb=MultinomialNB(alpha=1.0, class_prior=None, fit_prior=True)
mnb.fit(X, Y)
# test data
test_data1 = [
{'testname': 0, 'street': 0, 'shop': 0, 'car': 0, 'Hi': 0, 'Blue': 5},
]
print (mnb.predict(dv.transform(test_data1)) )
输出是[10],但我期望它是[20]。
这里有什么问题,我的理解?
您的测试集给出了10和20的相同概率。这是一个幼稚贝叶斯如何计算每个输出类别概率的示例。https://medium.com/syncedreview/applying-multinomial-naive-bayes-to-nlp-problems-a-practical-epplanation-4f5271768ebf
在您的示例中,测试数据中的所有属性都没有出现在培训数据中(街道,商店和汽车单词的概率为0(。
尝试运行代码
#Return probability estimates for the test vector X.
print (mnb.predict_proba(dv.transform(test_data1)) )
两个类的精度为0.5。因此,该模型返回10.