朴素贝叶斯分类
贝叶斯分类理论
假设现有两个数据集，分为两类
我们现在用p1(x,y)表示数据点(x,y)属于类别1(图中红色圆点表示的类别)的概率，用p2(x,y)表示数据点(x,y)属于类别2(图中蓝色三角形表示的类别)的概率，那么对于一个新数据点(x,y)，可以用下面的规则来判断它的类别：
-
如果p1(x,y)>p2(x,y)，那么类别为1
-
如果p1(x,y)<p2(x,y)，那么类别为2
条件概率
条件概率是指在一定条件下事件发生的概率
P(A|B)即表示事件B发生的情况下，事件A发生的概率。
有图可知：在事件B发生的情况下，事件A发生的概率就是P(A∩B)除以P(B)。
𝑃(A|B)=𝑃(A∩B)/𝑃(B)
变换可得
𝑃(A∩B)=𝑃(A|B)𝑃(B) 或𝑃(A∩B)=𝑃(B|A)𝑃(A)
即：𝑃(𝐴|𝐵)=𝑃(B|A)𝑃(𝐴)/𝑃(𝐵)
这为条件概率公式。
全概率公式
假定样本空间S，是两个事件A与A'的和。
红色部分是事件A，绿色部分是事件A'，它们共同构成了样本空间S。
在这种情况下，事件B可以划分成两个部分。
事件B的概率即可表示为：𝑃(𝐵)=𝑃(𝐵∩𝐴)+𝑃(𝐵∩𝐴′)
由上可得：𝑃(𝐵∩𝐴)=𝑃(𝐵|𝐴)𝑃(𝐴)
所以：𝑃(𝐵)=𝑃(𝐵|𝐴)𝑃(𝐴)+𝑃(𝐵|𝐴′)𝑃(𝐴′)
这就是全概率公式。它的含义是，如果A和A'构成样本空间的一个划分，那么事件B的概率，就等于A和A'的概率分别乘以B对这两个事件的条件概率之和。
贝叶斯推断
对条件概率公式进行变形，可以得到如下形式:
我们把P(A)称为"先验概率"（Prior probability），即在B事件发生之前，我们对A事件概率的一个判断。
P(A|B)称为"后验概率"（Posterior probability），即在B事件发生之后，我们对A事件概率的重新评估。
P(B|A)/P(B)称为"可能性函数"（Likelyhood），这是一个调整因子，使得预估概率更接近真实概率。
后验概率 ＝ 先验概率ｘ调整因子
朴素贝叶斯推断
贝叶斯和朴素贝叶斯的概念是不同的，区别就在于"朴素"二字，朴素贝叶斯对条件概率分布做了条件独立性的假设。
根据贝叶斯定理，后验概率 P(a|X) 可以表示为：
-
P(X|a) 是给定类别 ( a ) 下观测到特征向量 $X=(x_1, x_2, ..., x_n) $的概率；
-
P(a) 是类别 a 的先验概率；
-
P(X) 是观测到特征向量 X 的边缘概率，通常作为归一化常数处理。
又因，朴素贝叶斯分类器的关键假设是特征之间的条件独立性， 因此，我们可以将联合概率 P(X|a) 分解为各个特征的概率乘积：
将这个条件独立性假设应用于贝叶斯公式，我们得到：
这样，朴素贝叶斯分类器就可以通过计算每种可能类别的条件概率和先验概率，然后选择具有最高概率的类别作为预测结果。
| 纹理 | 色泽 | 鼔声 | 类别 |
|----|----|----|----|----|
| 1 | 清晰 | 清绿 | 清脆 | 好瓜 |
| 2 | 模糊 | 乌黑 | 浊响 | 坏瓜 |
| 3 | 模糊 | 清绿 | 浊响 | 坏瓜 |
| 4 | 清晰 | 乌黑 | 沉闷 | 好瓜 |
| 5 | 清晰 | 清绿 | 浊响 | 好瓜 |
| 6 | 模糊 | 乌黑 | 沉闷 | 坏瓜 |
| 7 | 清晰 | 乌黑 | 清脆 | 好瓜 |
| 8 | 模糊 | 清绿 | 沉闷 | 好瓜 |
| 9 | 清晰 | 乌黑 | 浊响 | 坏瓜 |
| 10 | 模糊 | 清绿 | 清脆 | 好瓜 |
| 11 | 清晰 | 清绿 | 沉闷 | ？ |
| 12 | 模糊 | 乌黑 | 浊响 | ？ |
按例中第12个瓜来判断
python
首先计算样本中好瓜和坏瓜的概率（10个瓜中有6个好瓜，4个坏瓜）
P(好瓜)=0.6
P(坏瓜)=0.4
--------------
P(纹理清晰)=0.5
P(纹理模糊)=0.5
--------------
P(色泽清绿)=0.5
P(色泽乌黑)=0.5
--------------
P(声音清脆)=0.3
P(声音沉闷)=0.3
P(声音浊响)=0.4
-----------------
第12个瓜的特征是（纹理模糊，色泽乌黑，声音浊响）
则：
P(纹理模糊|好瓜)=1/3
P(纹理模糊|坏瓜)=3/4
P(色泽乌黑|好瓜)=1/3
P(色泽乌黑|坏瓜)=3/4
P(声音浊响|好瓜)=1/3
P(声音浊响|坏瓜)=3/4
---------------------
P(好瓜)=P(纹理模糊|好瓜)*P(色泽乌黑|好瓜)*P(声音浊响|好瓜)*P(好瓜)/p(纹理模糊，色泽乌黑，声音浊响)=((1/3)*(1/3)*(1/3)*0.6)/p(纹理模糊，色泽乌黑，声音浊响)
P(坏瓜)=P(纹理模糊|坏瓜)*P(色泽乌黑|坏瓜)*P(声音浊响|坏瓜)*P(坏瓜)/p(纹理模糊，色泽乌黑，声音浊响)=((3/4)*(3/4)*(3/4)*0.4)/p(纹理模糊，色泽乌黑，声音浊响)
P(好瓜) < P(坏瓜)
故第12个瓜推断为坏瓜拉普拉斯平滑系数
些事件或特征可能从未出现过，这会导致它们的概率被估计为零。然而，在实际应用中，即使某个事件或特征没有出现在训练集中，也不能完全排除它在未来样本中出现的可能性。拉普拉斯平滑技术可以避免这种"零概率陷阱"
公式为:
一般α取值1，m的值为总特征数量
例如：
sklearn API
python
sklearn.naive_bayes.MultinomialNB()
estimator.fit(x_train, y_train)
y_predict = estimator.predict(x_test)sklearn 示例
python
from sklearn.naive_bayes import MultinomialNB
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_iris
# 加载数据
x,y = load_iris(return_X_y=True)
# 分割
x_train,x_test,y_train,y_test = train_test_split(x,y,train_size=0.8,random_state=42,stratify=y)
# 创建模型
bayes = MultinomialNB()
# 训练
bayes.fit(x_train,y_train)
# 评估
score = bayes.score(x_test,y_test)
print(score)
# 预测
y_predict=bayes.predict([[2,5,3,5]])
print(y_predict)
决策树-分类
概念
树结构，通过条件判断而进行分支选择的节点。
基于信息增益决策树的建立
信息增益决策树倾向于选择取值较多的属性，在有些情况下这类属性可能不会提供太多有价值的信息，算法只能对描述属性为离散型属性的数据集构造决策树。
(1) 信息熵
信息熵描述的是不确定性。信息熵越大，不确定性越大。信息熵的值越小，则D的纯度越高。
假设样本集合D共有N类，第k类样本所占比例为Pk，则D的信息熵为
(2) 信息增益
信息增益是一个统计量，用来描述一个属性区分数据样本的能力。信息增益越大，那么决策树就会越简洁。这里信息增益的程度用信息熵的变化程度来衡量, 信息增益公式：
(3) 信息增益决策树建立步骤
第一步,计算根节点的信息熵
上表根据是否贷款把样本分成2类样本，"是"占4/6=2/3, "否"占2/6=1/3,
所以 
第二步,计算属性的信息增益
计算各特征的信息增益
第三步, 划分属性
对比属性信息增益，选择最大的特征作为第一个节点，将剩下的特征及目标继续重复计算信息熵，得到最大的作为第二个，以此类推。
基于基尼指数决策树的建立
基尼指数（Gini Index）是决策树算法中用于评估数据集纯度的一种度量，基尼指数衡量的是数据集的不纯度，或者说分类的不确定性。在构建决策树时，基尼指数被用来决定如何对数据集进行最优划分，以减少不纯度。
基尼指数的计算
对于一个二分类问题，如果一个节点包含的样本属于正类的概率是 (p)，则属于负类的概率是 (1-p)。那么，这个节点的基尼指数 (Gini(p)) 定义为：
对于多分类问题，如果一个节点包含的样本属于第 k 类的概率是 ，则节点的基尼指数定义为：
-
当一个节点的所有样本都属于同一类别时，基尼指数为 0，表示纯度最高。
-
当一个节点的样本均匀分布在所有类别时，基尼指数最大，表示纯度最低。
案例:
首先工资有两个取值，分别是0和1。当工资=1时，有3个样本。
因此：
同时，在这三个样本中，工作都是好。
故：
同理，当工资=0时，有5个样本，在这五个样本中，工作有3个是不好，2个是好。
两个式子相加得：
得到工资的基尼系数
同理可算出压力的基尼系数，平台的基尼系数
根据基尼指数最小准则， 我们优先选择工资或者平台=0作为D的第一特征。
再将剩下的特征再进行相同计算，再选择一个基尼系数最小的作为第二特征
sklearn API
示例
葡萄酒分类
用决策树对葡萄酒进行分类
python
from sklearn.datasets import load_wine
from sklearn.tree import DecisionTreeClassifier,export_graphviz
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
wine = load_wine()
x = wine.data
y = wine.target
# 分割,stratify可指定按谁分割。
x_train,x_test,y_train,y_test = train_test_split(x,y,train_size=0.8,random_state=42,stratify=y)
# 标准化
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)
# 模型,criterion='entropy'表示用信息熵来计算，criterion='gini'表示用基尼系数来计算，默认值用基尼系数
decter = DecisionTreeClassifier(criterion='entropy')
# 训练
decter.fit(x_train,y_train)
# 评估
score = decter.score(x_test,y_test)
print(score)
# 预测
y_predict = decter.predict([[1,2,3,4,5,5,7,8,9,6,4,8,9]])
print(y_predict)
# 可视化
export_graphviz(decter, out_file="./model/wine1.dot", feature_names=wine.feature_names)
下列是可视化文件：
