ComplementNB#

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

Rennie 等人 (2003) 描述的互补朴素贝叶斯分类器。

互补朴素贝叶斯分类器旨在纠正标准多项式朴素贝叶斯分类器所做的“严格假设”。它特别适用于不平衡数据集。

在用户指南中阅读更多内容。

0.20 版本新增。

参数:
alpha浮点数或形状为 (n_features,) 的类数组对象，默认值=1.0

加性（Laplace/Lidstone）平滑参数（将 alpha=0 和 force_alpha=True 设置为无平滑）。

force_alpha布尔值，默认值=True

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

1.2 版本新增。

1.4 版本更改: force_alpha 的默认值更改为 True。

fit_prior布尔值，默认值=True

仅在训练集中只有一个类的极端情况下使用。

class_prior形状为 (n_classes,) 的类数组对象，默认值=None

类的先验概率。未使用。

norm布尔值，默认值=False

是否执行权重的第二次归一化。默认行为与 Mahout 和 Weka 中的实现一致，它们并未遵循论文表 9 中描述的完整算法。

属性:
class_count_形状为 (n_classes,) 的 ndarray

拟合过程中每个类遇到的样本数。提供样本权重时，此值按样本权重加权。

class_log_prior_形状为 (n_classes,) 的 ndarray

每个类的平滑经验对数概率。仅在训练集中只有一个类的极端情况下使用。

classes_形状为 (n_classes,) 的 ndarray

分类器已知的类别标签

feature_all_形状为 (n_features,) 的 ndarray

拟合过程中每个特征遇到的样本数。提供样本权重时，此值按样本权重加权。

feature_count_形状为 (n_classes, n_features) 的 ndarray

拟合过程中每个（类，特征）遇到的样本数。提供样本权重时，此值按样本权重加权。

feature_log_prob_形状为 (n_classes, n_features) 的 ndarray

类别补集的经验权重。

n_features_in_整型

拟合期间看到的特征数量。

0.24 版本新增。

feature_names_in_形状为 (n_features_in_,) 的 ndarray

拟合期间看到的特征名称。仅当 X 的所有特征名称均为字符串时才定义。

1.0 版本新增。

另请参阅

BernoulliNB

用于多元伯努利模型的朴素贝叶斯分类器。

CategoricalNB

用于分类特征的朴素贝叶斯分类器。

GaussianNB

高斯朴素贝叶斯。

MultinomialNB

用于多项式模型的朴素贝叶斯分类器。

参考文献

Rennie, J. D., Shih, L., Teevan, J., & Karger, D. R. (2003). Tackling the poor assumptions of naive bayes text classifiers. In ICML (Vol. 3, pp. 616-623). https://people.csail.mit.edu/jrennie/papers/icml03-nb.pdf

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 ComplementNB
>>> clf = ComplementNB()
>>> clf.fit(X, y)
ComplementNB()
>>> 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 {类数组对象, 稀疏矩阵}

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

y形状为 (n_samples,) 的类数组对象

目标值。

sample_weight形状为 (n_samples,) 的类数组对象，默认值=None

应用于单个样本的权重（未加权时为 1.）。

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。

请查阅用户指南，了解路由机制的工作原理。

返回:
routingMetadataRequest

封装路由信息的 MetadataRequest。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deep布尔值，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:
params字典

参数名称及其对应的值。

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

对一批样本进行增量拟合。

此方法预期在数据集的不同块上连续多次调用，以实现核外学习或在线学习。

当整个数据集太大而无法一次性加载到内存中时，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（只要在内存预算范围内），以隐藏开销。

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

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

y形状为 (n_samples,) 的类数组对象

目标值。

classes形状为 (n_classes,) 的类数组对象，默认值=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,) 的类数组对象，默认值=None

应用于单个样本的权重（未加权时为 1.）。

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) 的类数组对象

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) 是类别先验概率，log P(x|y) 是类别条件概率。

参数:
X形状为 (n_samples, n_features) 的类数组对象

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。列按排序顺序对应于类别，与其在属性 classes_ 中出现的顺序一致。

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) 的类数组对象

输入样本。

返回:
C形状为 (n_samples, n_classes) 的类数组对象

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_ 中出现的顺序一致。

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) 的类数组对象

输入样本。

返回:
C形状为 (n_samples, n_classes) 的类数组对象

返回模型中每个类别的样本的概率。列按排序顺序对应于类别，与其在属性 classes_ 中出现的顺序一致。

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

返回在提供的数据和标签上的准确度。

在多标签分类中，这是子集准确度，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:
X形状为 (n_samples, n_features) 的类数组对象

测试样本。

y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组对象

X 的真实标签。

sample_weight形状为 (n_samples,) 的类数组对象，默认值=None

样本权重。

返回:
score浮点数

self.predict(X) 相对于 y 的平均准确度。

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → ComplementNB[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（参见 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项有

  • 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。

1.3 版本新增。

注意

此方法仅在估计器作为元估计器的子估计器使用时才相关，例如在 Pipeline 中使用时。否则，它没有效果。

参数:
sample_weight字符串、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:
self对象

更新后的对象。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单估计器以及嵌套对象（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 = '$UNCHANGED$') → ComplementNB[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（参见 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项有

  • 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。

1.3 版本新增。

注意

此方法仅在估计器作为元估计器的子估计器使用时才相关，例如在 Pipeline 中使用时。否则，它没有效果。

参数:
classes字符串、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_weight字符串、True、False 或 None，默认值=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 = '$UNCHANGED$') → ComplementNB[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（参见 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项有

  • 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。

1.3 版本新增。

注意

此方法仅在估计器作为元估计器的子估计器使用时才相关，例如在 Pipeline 中使用时。否则，它没有效果。

参数:
sample_weight字符串、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:
self对象

更新后的对象。