机 器 学 习 之用 Python从零实现贝叶斯分类器 关于朴素贝叶斯 朴素贝叶斯算法是一个直观的方法，使用每个属性归属于某个类的概率来做预测。你可以使用这种监督性学习方法，对一个预测性建模问题进行概率建模。 给定一个类，朴素贝叶斯假设每个属性归属于此类的概率独立于其余所有属性，从而简化了概率的计算。这种强假定产生了一个快速、有效的方法。 给定一个属性值，其属于某个类的概率叫做条件概率。对于一个给定的类值，将每个属性的条件概率相乘，便得到一个数据样本属于某个类的概率。 我们可以通过计算样本归属于每个类的概率，然后选择具有最高概率的类来做预测。 通常，我们使用分类数据来描述朴素贝叶斯，因为这样容易通过比率来描述、计算。一个符合我们目的、比较有用的算法需要支持数值属性，同时假设每一个数值属性服从正态分布（分布在一个钟形曲线上），这又是一个强假设，但是依然能够给出一个健壮的结果。 预测糖尿病的发生 本文使用的测试问题是“皮马印第安人糖尿病问题”。 这个问题包括 768 个对于皮马印第安患者的医疗观测细节，记录所描述的瞬时测量取自诸如患者的年纪，怀孕和血液检查的次数。所有患者都是 21 岁以上（含 21 岁）的女性，所有属性都是数值型，而且属性的单位各不相同。 每一个记录归属于一个类，这个类指明以测量时间为止，患者是否是在 5 年之内感染的糖尿病。如果是，则为 1，否则为 0。 机器学习文献中已经多次研究了这个标准数据集，好的预测精度为 70%-76%。 下面是pima-indians.data.csv 文件中的一个样本，了解一下我们将要使用的数据。 注 意 ： 下载文件，然后以.csv 扩展名保存（如：pima-indians-diabetes.data.csv）。查看文件中所有属性的描述。 Py thon 1 2 3 4 5 6,148,72,35,0,33.6,0.627,50,1 1,85,66,29,0,26.6,0.351,31,0 8,183,64,0,0,23.3,0.672,32,1 1,89,66,23,94,28.1,0.167,21,0 0,137,40,35,168,43.1,2.288,33,1 朴 素 贝 叶 斯 算 法 教 程 教程分为如下几步： 1.处 理 数 据 ： 从 CSV 文件中载入数据，然后划分为训练集和测试集。 2.提 取 数 据 特 征 ： 提取训练数据集的属性特征，以便我们计算概率并做出预测。 3.单 一预测： 使用数据集的特征生成单个预测。 4.多重预测： 基于给定测试数据集和一个已提取特征的训练数据集生成预测。 5.评估精度： 评估对于测试数据集的预测精度作为...
