BernoulliNB#

class sklearn.naive_bayes.BernoulliNB(*, alpha=1.0, force_alpha=True, binarize=0.0, fit_prior=True, class_prior=None)[source]#

用于多元伯努利模型的朴素贝叶斯分类器。

与 MultinomialNB 类似，此分类器适用于离散数据。不同之处在于，MultinomialNB 处理出现次数计数，而 BernoulliNB 专为二元/布尔特征设计。

在用户指南中阅读更多内容。

参数:
alphafloat 或 array-like，形状为 (n_features,)，默认值=1.0

加性（拉普拉斯/利德斯通）平滑参数（设置 alpha=0 和 force_alpha=True 表示不进行平滑）。

force_alphabool，默认值=True

如果为 False 且 alpha 小于 1e-10，它将把 alpha 设置为 1e-10。如果为 True，alpha 将保持不变。如果 alpha 过接近 0，这可能会导致数值误差。

在 1.2 版本中新增。

在 1.4 版本中更改：force_alpha 的默认值更改为 True。

binarizefloat 或 None，默认值=0.0

用于将样本特征二值化（映射为布尔值）的阈值。如果为 None，则假定输入已由二元向量组成。

fit_priorbool，默认值=True

是否学习类别先验概率。如果为 false，将使用均匀先验。

class_priorarray-like，形状为 (n_classes,)，默认值=None

类别的先验概率。如果指定，先验不会根据数据进行调整。

属性:
class_count_ndarray，形状为 (n_classes,)

在拟合过程中每个类别遇到的样本数量。如果提供了样本权重，此值将按样本权重加权。

class_log_prior_ndarray，形状为 (n_classes,)

每个类别的对数概率（平滑后）。

classes_ndarray，形状为 (n_classes,)

分类器已知的类别标签

feature_count_ndarray，形状为 (n_classes, n_features)

在拟合过程中每个（类别，特征）遇到的样本数量。如果提供了样本权重，此值将按样本权重加权。

feature_log_prob_ndarray，形状为 (n_classes, n_features)

给定类别的特征的经验对数概率，P(x_i|y)。

n_features_in_int

在拟合过程中观察到的特征数量。

在 0.24 版本中新增。

feature_names_in_ndarray，形状为 (n_features_in_,)

在拟合过程中观察到的特征名称。仅当 X 的所有特征名称均为字符串时才定义。

在 1.0 版本中新增。

另请参阅

CategoricalNB

用于分类特征的朴素贝叶斯分类器。

ComplementNB

Rennie 等人 (2003) 描述的补码朴素贝叶斯分类器。

GaussianNB

高斯朴素贝叶斯（GaussianNB）。

MultinomialNB

用于多项式模型的朴素贝叶斯分类器。

参考文献

C.D. Manning, P. Raghavan and H. Schuetze (2008). Introduction to Information Retrieval. Cambridge University Press, pp. 234-265. https://nlp.stanford.edu/IR-book/html/htmledition/the-bernoulli-model-1.html

A. McCallum and K. Nigam (1998). A comparison of event models for naive Bayes text classification. Proc. AAAI/ICML-98 Workshop on Learning for Text Categorization, pp. 41-48.

V. Metsis, I. Androutsopoulos and G. Paliouras (2006). Spam filtering with naive Bayes – Which naive Bayes? 3rd Conf. on Email and Anti-Spam (CEAS).

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, 4, 5])
>>> from sklearn.naive_bayes import BernoulliNB
>>> clf = BernoulliNB()
>>> clf.fit(X, Y)
BernoulliNB()
>>> 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{array-like, sparse matrix}，形状为 (n_samples, n_features)

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

yarray-like，形状为 (n_samples,)

目标值。

sample_weightarray-like，形状为 (n_samples,)，默认值=None

应用于单个样本的权重（未加权时为 1.）。

返回:
selfobject

返回实例本身。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查阅用户指南，了解路由机制的工作原理。

返回:
routingMetadataRequest

一个包含路由信息的 MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deepbool，默认值=True

如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回:
paramsdict

参数名称及其对应值的映射。

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

对一批样本进行增量拟合。

预期此方法将对数据集的不同块连续调用多次，以实现核外或在线学习。

当整个数据集过大而无法一次性载入内存时，这尤其有用。

此方法存在一定的性能开销，因此最好在尽可能大的数据块上调用 partial_fit（只要符合内存预算），以隐藏开销。

参数:
X{array-like, sparse matrix}，形状为 (n_samples, n_features)

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

yarray-like，形状为 (n_samples,)

目标值。

classesarray-like，形状为 (n_classes,)，默认值=None

y 向量中可能出现的所有类别列表。

必须在首次调用 partial_fit 时提供，后续调用中可以省略。

sample_weightarray-like，形状为 (n_samples,)，默认值=None

应用于单个样本的权重（未加权时为 1.）。

返回:
selfobject

返回实例本身。

predict(X)[source]#

对测试向量 X 的数组执行分类。

参数:
Xarray-like，形状为 (n_samples, n_features)

输入样本。

返回:
Cndarray，形状为 (n_samples,)

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) 是类别条件概率。

参数:
Xarray-like，形状为 (n_samples, n_features)

输入样本。

返回:
Cndarray，形状为 (n_samples, n_classes)

返回模型中每个类别的样本的联合对数概率。列按排序顺序对应于类别，与其在属性 classes_ 中的显示一致。

predict_log_proba(X)[source]#

返回测试向量 X 的对数概率估计。

参数:
Xarray-like，形状为 (n_samples, n_features)

输入样本。

返回:
Carray-like，形状为 (n_samples, n_classes)

返回模型中每个类别的样本的对数概率。列按排序顺序对应于类别，与其在属性 classes_ 中的显示一致。

predict_proba(X)[source]#

返回测试向量 X 的概率估计。

参数:
Xarray-like，形状为 (n_samples, n_features)

输入样本。

返回:
Carray-like，形状为 (n_samples, n_classes)

返回模型中每个类别的样本概率。列按排序顺序对应于类别，与其在属性 classes_ 中的显示一致。

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

返回在提供的数据和标签上的准确性。

在多标签分类中，这是子集准确性，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正确预测。

参数:
Xarray-like，形状为 (n_samples, n_features)

测试样本。

yarray-like，形状为 (n_samples,) 或 (n_samples, n_outputs)

X 的真实标签。

sample_weightarray-like，形状为 (n_samples,)，默认值=None

样本权重。

返回:
scorefloat

self.predict(X) 相对于 y 的平均准确性。

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

请求传递给 fit 方法的元数据。

请注意，此方法仅在 enable_metadata_routing=True 时才相关（请参阅 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项如下：

  • 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，元估计器将引发错误。

  • str: 元数据应使用此给定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不更改其他参数。

在 1.3 版本中新增。

注意

此方法仅当此估计器用作元估计器的子估计器时才相关，例如在 Pipeline 内部使用时。否则，它没有效果。

参数:
sample_weightstr、True、False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED

fit 方法中 sample_weight 参数的元数据路由。

返回:
selfobject

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:
**paramsdict

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 = '$UNCHANGED$') → BernoulliNB[source]#

请求传递给 partial_fit 方法的元数据。

请注意，此方法仅在 enable_metadata_routing=True 时才相关（请参阅 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项如下：

  • 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，元估计器将引发错误。

  • str: 元数据应使用此给定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不更改其他参数。

在 1.3 版本中新增。

注意

此方法仅当此估计器用作元估计器的子估计器时才相关，例如在 Pipeline 内部使用时。否则，它没有效果。

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，默认值=sklearn.utils.metadata_routing.UNCHANGED

应用于 partial_fit 方法中 sample_weight 参数的元数据路由。

返回:
selfobject

更新后的对象。

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

请求传递给 score 方法的元数据。

请注意，此方法仅在 enable_metadata_routing=True 时才相关（请参阅 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项如下：

  • 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，元估计器将引发错误。

  • str: 元数据应使用此给定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不更改其他参数。

在 1.3 版本中新增。

注意

此方法仅当此估计器用作元估计器的子估计器时才相关，例如在 Pipeline 内部使用时。否则，它没有效果。

参数:
sample_weightstr、True、False 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED

score 方法中 sample_weight 参数的元数据路由。

返回:
selfobject

更新后的对象。