类别朴素贝叶斯#

class sklearn.naive_bayes.CategoricalNB(*, alpha=1.0, force_alpha=True, fit_prior=True, class_prior=None, min_categories=None)[source]#

用于分类特征的朴素贝叶斯分类器。

类别朴素贝叶斯分类器适用于具有类别分布的离散特征的分类。每个特征的类别都来自一个类别分布。

更多信息请参见用户指南。

参数：

alphafloat, default=1.0

附加（拉普拉斯/利德斯通）平滑参数（设置为 alpha=0 且 force_alpha=True，则不进行平滑）。

force_alphabool, default=True

如果为 False 且 alpha 小于 1e-10，则将其设置为 1e-10。如果为 True，则 alpha 保持不变。如果 alpha 过于接近 0，这可能会导致数值错误。

版本 1.2 中新增。

版本 1.4 中更改： force_alpha 的默认值更改为 True。

fit_priorbool, default=True

是否学习类先验概率。如果为 False，则使用均匀先验。

class_priorarray-like of shape (n_classes,), default=None

类的先验概率。如果指定，则不会根据数据调整先验。

min_categoriesint or array-like of shape (n_features,), default=None

每个特征的最小类别数。

整数：将每个特征的最小类别数设置为n_categories。
类数组：形状为 (n_features,)，其中 n_categories[i] 保持输入第 i 列的最小类别数。
None（默认）：自动根据训练数据确定类别数。

0.24 版本新增。

属性：

category_count_形状为 (n_features,) 的数组列表: 为每个特征保存形状为 (n_classes, 各特征的 n_categories) 的数组。每个数组提供遇到每个类别和特定特征类别的样本数量。
class_count_形状为 (n_classes,) 的 ndarray: 拟合过程中遇到的每个类别的样本数。提供样本权重时，此值将按样本权重加权。
class_log_prior_形状为 (n_classes,) 的 ndarray: 每个类别的平滑经验对数概率。
classes_形状为 (n_classes,) 的 ndarray: 分类器已知的类别标签。
feature_log_prob_形状为 (n_features,) 的数组列表: 为每个特征保存形状为 (n_classes, 各特征的 n_categories) 的数组。每个数组提供给定相应特征和类别后类别的经验对数概率，P(x_i|y)。
n_features_in_整数: 在拟合过程中看到的特征数量。

0.24 版本新增。
feature_names_in_形状为 (n_features_in_,) 的 ndarray: 在拟合过程中看到的特征名称。仅当 X 具有全部为字符串的特征名称时定义。

1.0 版本新增。
n_categories_形状为 (n_features,)，dtype=np.int64 的 ndarray: 每个特征的类别数。此值是从数据中推断出来或由最小类别数设置的。

0.24 版本新增。

另请参阅

伯努利朴素贝叶斯: 用于多元伯努利模型的朴素贝叶斯分类器。
补集朴素贝叶斯: 补充朴素贝叶斯分类器。
高斯朴素贝叶斯: 高斯朴素贝叶斯。
多项式朴素贝叶斯: 用于多项式模型的朴素贝叶斯分类器。

示例

>>> import numpy as np
>>> rng = np.random.RandomState(1)
>>> X = rng.randint(5, size=(6, 100))
>>> y = np.array([1, 2, 3, 4, 5, 6])
>>> from sklearn.naive_bayes import CategoricalNB
>>> clf = CategoricalNB()
>>> clf.fit(X, y)
CategoricalNB()
>>> print(clf.predict(X[2:3]))
[3]

fit(X, y, sample_weight=None)[source]#

根据 X、y 拟合朴素贝叶斯分类器。

参数：

X形状为 (n_samples, n_features) 的{类数组，稀疏矩阵}: 训练向量，其中 n_samples 是样本数，n_features 是特征数。这里，假设 X 的每个特征都来自不同的类别分布。进一步假设每个特征的所有类别都由数字 0、…、n-1 表示，其中 n 指的是给定特征的类别总数。例如，可以使用 OrdinalEncoder 来实现这一点。
y形状为 (n_samples,) 的类数组: 目标值。
sample_weight形状为 (n_samples,) 的类数组，默认值为 None: 应用于各个样本的权重（对于未加权的样本为 1）。

返回值：

self对象: 返回实例本身。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

返回值：

routingMetadataRequest: 一个 MetadataRequest 封装路由信息。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：

deep布尔值，默认为 True: 如果为 True，则将返回此估计器和包含的作为估计器的子对象的参数。

返回值：

params字典: 参数名称映射到其值。

partial_fit(X, y, classes=None, sample_weight=None)[source]#

对一批样本进行增量拟合。

预期此方法将连续多次在数据集的不同块上调用，以便实现核心外学习或在线学习。

当整个数据集太大而无法一次全部放入内存时，这尤其有用。

此方法具有一些性能开销，因此最好对尽可能大的数据块（只要适合内存预算）调用 partial_fit 以隐藏开销。

参数：

X形状为 (n_samples, n_features) 的{类数组，稀疏矩阵}

训练向量，其中 n_samples 是样本数，n_features 是特征数。这里，假设 X 的每个特征都来自不同的类别分布。进一步假设每个特征的所有类别都由数字 0、…、n-1 表示，其中 n 指的是给定特征的类别总数。例如，可以使用 OrdinalEncoder 来实现这一点。

y形状为 (n_samples,) 的类数组

目标值。

classes形状为 (n_classes,) 的类数组，默认为 None

y 向量中可能出现的全部类别的列表。

必须在第一次调用 partial_fit 时提供，在后续调用中可以省略。

sample_weight形状为 (n_samples,) 的类数组，默认值为 None

应用于各个样本的权重（对于未加权的样本为 1）。

返回值：

self对象: 返回实例本身。

predict(X)[source]#

对测试向量 X 数组执行分类。

参数：

X形状为 (n_samples, n_features) 的类数组: 输入样本。

返回值：

C形状为 (n_samples,) 的 ndarray: X 的预测目标值。

predict_joint_log_proba(X)[source]#

返回测试向量X的联合对数概率估计。

对于X的每一行x和类别y，联合对数概率由log P(x, y) = log P(y) + log P(x|y),给出，其中log P(y)是类别先验概率，log P(x|y)是类条件概率。

参数：

X形状为 (n_samples, n_features) 的类数组: 输入样本。

返回值：

C形状为(n_samples, n_classes)的ndarray: 返回模型中每个类别的样本的联合对数概率。列对应于已排序的类别，其顺序与属性classes_中显示的顺序相同。

predict_log_proba(X)[source]#

返回测试向量X的对数概率估计。

参数：

X形状为 (n_samples, n_features) 的类数组: 输入样本。

返回值：

C形状为(n_samples, n_classes)的类数组: 返回模型中每个类别的样本的对数概率。列对应于已排序的类别，其顺序与属性classes_中显示的顺序相同。

predict_proba(X)[source]#

返回测试向量X的概率估计。

参数：

X形状为 (n_samples, n_features) 的类数组: 输入样本。

返回值：

C形状为(n_samples, n_classes)的类数组: 返回模型中每个类别的样本的概率。列对应于已排序的类别，其顺序与属性classes_中显示的顺序相同。

score(X, y, sample_weight=None)[source]#

返回给定测试数据和标签的平均准确率。

在多标签分类中，这是子集准确率，这是一个严格的指标，因为它要求每个样本的每个标签集都必须被正确预测。

参数：

X形状为 (n_samples, n_features) 的类数组: 测试样本。
y形状为(n_samples,)或(n_samples, n_outputs)的类数组: X的真实标签。
sample_weight形状为 (n_samples,) 的类数组，默认值为 None: 样本权重。

返回值：

score浮点数: self.predict(X)相对于y的平均准确率。

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → CategoricalNB[source]#

请求传递给fit方法的元数据。

请注意，只有当enable_metadata_routing=True时，此方法才相关（请参见sklearn.set_config）。请参见用户指南，了解路由机制的工作原理。

每个参数的选项为

True：请求元数据，如果提供则传递给fit。如果未提供元数据，则忽略请求。
False：不请求元数据，元估计器不会将其传递给fit。
None：不请求元数据，如果用户提供元数据，元估计器将引发错误。
str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求而无需更改其他参数。

在1.3版中添加。

注意

仅当将此估计器用作元估计器的子估计器时，此方法才相关，例如，在Pipeline中使用。否则，它无效。

参数：

sample_weightstr、True、False或None，默认为sklearn.utils.metadata_routing.UNCHANGED: fit中sample_weight参数的元数据路由。

返回值：

self对象: 更新后的对象。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（例如Pipeline）。后者具有<component>__<parameter>形式的参数，因此可以更新嵌套对象的每个组件。

参数：

**params字典: 估计器参数。

返回值：

self估计器实例: 估计器实例。

set_partial_fit_request(*, classes: bool | None | str = '$UNCHANGED$', sample_weight: bool | None | str = '$UNCHANGED$') → CategoricalNB[source]#

请求传递给partial_fit方法的元数据。

请注意，只有当enable_metadata_routing=True时，此方法才相关（请参见sklearn.set_config）。请参见用户指南，了解路由机制的工作原理。

每个参数的选项为

True：请求元数据，如果提供则传递给partial_fit。如果未提供元数据，则忽略请求。
False：不请求元数据，元估计器不会将其传递给partial_fit。
None：不请求元数据，如果用户提供元数据，元估计器将引发错误。
str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求而无需更改其他参数。

在1.3版中添加。

注意

仅当将此估计器用作元估计器的子估计器时，此方法才相关，例如，在Pipeline中使用。否则，它无效。

参数：

classesstr，True，False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED: partial_fit方法中classes参数的元数据路由。
sample_weightstr、True、False或None，默认为sklearn.utils.metadata_routing.UNCHANGED: partial_fit方法中sample_weight参数的元数据路由。

返回值：

self对象: 更新后的对象。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → CategoricalNB[source]#

请求传递给score方法的元数据。

请注意，只有当enable_metadata_routing=True时，此方法才相关（请参见sklearn.set_config）。请参见用户指南，了解路由机制的工作原理。

每个参数的选项为

True：请求元数据，如果提供则传递给score。如果未提供元数据，则忽略请求。
False：不请求元数据，元估计器不会将其传递给score。
None：不请求元数据，如果用户提供元数据，元估计器将引发错误。
str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求而无需更改其他参数。

在1.3版中添加。

注意

仅当将此估计器用作元估计器的子估计器时，此方法才相关，例如，在Pipeline中使用。否则，它无效。

参数：

sample_weightstr、True、False或None，默认为sklearn.utils.metadata_routing.UNCHANGED: score方法中sample_weight参数的元数据路由。

返回值：

self对象: 更新后的对象。