计算所属类的概率

既然我们可以计算一个属性属于某个类的概率，那么归并一个数据样本中所有属性的概率，最后便获得全部数据样本属于某个类的概率。

应用乘法归并概率,鄙人面的calculClassProbilities()函数中，给定一个数据样本，它所属每个类其余概率，可以经由过程将其属性概率相乘获得。结不雅是一个类值到概率的映射。

def calculateClassProbabilities(summaries, inputVector): 
 
    probabilities = {} 
 
    for classValue, classSummaries in summaries.iteritems(): 
 
        probabilities[classValue] = 1 
 
        for i in range(len(classSummaries)): 
 
            mean, stdev = classSummaries[i] 
 
            x = inputVector[i] 
 
            probabilities[classValue] *= calculateProbability(x, mean, stdev) 
 
    return probabilities  

测试calculateClassProbabilities()函数。

summaries = {0:[(1, 0.5)], 1:[(20, 5.0)]} 
 
inputVector = [1.1, '?'] 
 
probabilities = calculateClassProbabilities(summaries, inputVector) 
 
print('Probabilities for each class: {0}').format(probabilities)  

Probabilities for each class: {0: 0.7820853879509118, 1: 6.298736258150442e-05} 

单一猜测

既然可以计算一个数据样本属于每个类的概率，那么我们可以找到最大年夜的概率值，并返回接洽关系的类。

下面的predict()函数可以完成以上义务。

def predict(summaries, inputVector): 
 
    probabilities = calculateClassProbabilities(summaries, inputVector) 
 
    bestLabel, bestProb = None, -1 
 
    for classValue, probability in probabilities.iteritems(): 
 
        if bestLabel is None or probability > bestProb: 
 
            bestProb = probability 
 
            bestLabel = classValue 
 
    return bestLabel  

测试predict()函数如下：

我们可以经由过程盘似揭捉?本归属于每个类的概率，然后选择具有最高概率的类来做猜测。

summaries = {	
			
 5/7   首页 上一页 3 4 5 6 7 下一页 尾页
	
			

　　推荐阅读
　　宁波电信：大数据推动基层社会服务转型
            
            日前，在第十四届中国信息港论坛举办的“2017年中国信息通信与‘互联网+’应用优良结不雅奖”颁奖典礼上，中国电信浙江宁波分公司的“宁波市基层社会办事治理综>>>详细阅读


本文标题：机器学习之用Python从零实现贝叶斯分类器
地址：http://www.17bianji.com/lsqh/35863.html
 1/2    1