高斯朴素贝叶斯#

class sklearn.naive_bayes.GaussianNB(*, priors=None, var_smoothing=1e-09)[source]#

高斯朴素贝叶斯 (GaussianNB)。

可以通过 partial_fit 对模型参数执行在线更新。有关用于在线更新特征均值和方差的算法的详细信息，请参见 Chan、Golub 和 LeVeque 的斯坦福大学计算机科学技术报告 STAN-CS-79-773。

在 用户指南 中了解更多信息。

参数：
priorsarray-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概率。

var_smoothingfloat, default=1e-9

添加到方差中以提高计算稳定性的所有特征最大方差的一部分。

在 0.20 版本中添加。

属性：
class_count_形状为 (n_classes,) 的 ndarray

每个类别中观察到的训练样本数量。

class_prior_形状为 (n_classes,) 的 ndarray

每个类别的概率。

classes_形状为 (n_classes,) 的 ndarray

分类器已知的类别标签。

epsilon_浮点数

添加到方差的绝对加性值。

n_features_in_整数

在 fit 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 fit 过程中看到的特征名称。仅当 X 的特征名称全部为字符串时才定义。

1.0 版本新增。

var_形状为 (n_classes, n_features) 的 ndarray

每个类别中每个特征的方差。

1.0 版本新增。

theta_形状为 (n_classes, n_features) 的 ndarray

每个类别中每个特征的均值。

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。

类别朴素贝叶斯

用于类别特征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。

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
>>> X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
>>> Y = np.array([1, 1, 1, 2, 2, 2])
>>> from sklearn.naive_bayes import GaussianNB
>>> clf = GaussianNB()
>>> clf.fit(X, Y)
GaussianNB()
>>> print(clf.predict([[-0.8, -1]]))
[1]
>>> clf_pf = GaussianNB()
>>> clf_pf.partial_fit(X, Y, np.unique(Y))
GaussianNB()
>>> print(clf_pf.predict([[-0.8, -1]]))
[1]
fit(X, y, sample_weight=None)[source]#

根据 X 和 y 拟合高斯朴素贝叶斯模型。

参数：
X形状为 (n_samples, n_features) 的类数组

训练向量，其中 n_samples 是样本数，n_features 是特征数。

y形状为 (n_samples,) 的类数组

目标值。

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

应用于各个样本的权重（未加权的为 1）。

0.17 版本新增： 高斯朴素贝叶斯支持使用 _sample_weight_ 进行拟合。

返回：
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：
routingMetadataRequest

一个 MetadataRequest，封装了路由信息。

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：
params字典

参数名称与其值的映射。

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性全部放入内存时，这尤其有用。

此方法具有一些性能和数值稳定性开销，因此最好对尽可能大的数据块（只要能放入内存预算）调用 partial_fit，以隐藏开销。

参数：
X形状为 (n_samples, n_features) 的类数组

训练向量，其中 n_samples 是样本数，n_features 是特征数。

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 向量中可能出现的所有类别的列表。

必须在第一次调用 partial_fit 时提供，后续调用可以省略。

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

应用于各个样本的权重（未加权的为 1）。

0.17 版本新增。

返回：
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：
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：
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_ 中出现的顺序相同。

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：
C形状为 (n_samples, n_classes) 的数组

返回模型中每个类别的样本对数概率。各列对应于已排序的类别，其顺序与属性 classes_ 中的顺序相同。

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：
C形状为 (n_samples, n_classes) 的数组

返回模型中每个类别的样本概率。各列对应于已排序的类别，其顺序与属性 classes_ 中的顺序相同。

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，因为您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) 的数组

X 的真实标签。

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

样本权重。

返回：
score浮点数

self.predict(X) 关于 y 的平均准确率。

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

请求传递给 fit 方法的元数据。

请注意，只有在 enable_metadata_routing=True 时，此方法才相关（参见 sklearn.set_config）。请参阅 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，并在提供时传递给 fit。如果未提供元数据，则忽略该请求。

  • 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）保留现有的请求。这允许您更改某些参数的请求，而无需更改其他参数。

版本 1.3 中新增。

注意

仅当将此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）时，此方法才相关。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：
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：
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 = '$UNCHANGED$') → GaussianNB[source]#

请求传递给partial_fit方法的元数据。

请注意，只有在 enable_metadata_routing=True 时，此方法才相关（参见 sklearn.set_config）。请参阅 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）保留现有的请求。这允许您更改某些参数的请求，而无需更改其他参数。

版本 1.3 中新增。

注意

仅当将此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）时，此方法才相关。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：
self对象

更新后的对象。

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

请求传递给score 方法的元数据。

请注意，只有在 enable_metadata_routing=True 时，此方法才相关（参见 sklearn.set_config）。请参阅 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）保留现有的请求。这允许您更改某些参数的请求，而无需更改其他参数。

版本 1.3 中新增。

注意

仅当将此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）时，此方法才相关。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：
self对象

更新后的对象。