GaussianNB#

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

高斯朴素贝叶斯（Gaussian Naive Bayes）。

可以通过 partial_fit 对模型参数进行在线更新。有关用于在线更新特征均值和方差的算法详情，请参阅 Chan, Golub, 和 LeVeque 在 Stanford CS 的技术报告 STAN-CS-79-773。

在用户指南中阅读更多内容。

参数:

priors形状为 (n_classes,) 的类数组，默认=None: 类的先验概率。如果指定，则先验不根据数据进行调整。
var_smoothing浮点型，默认=1e-9: 所有特征中最大方差的一部分，为计算稳定性而添加到方差中。

0.20 版新增。

属性:

class_count_形状为 (n_classes,) 的 ndarray: 每个类中观察到的训练样本数量。
class_prior_形状为 (n_classes,) 的 ndarray: 每个类的概率。
classes_形状为 (n_classes,) 的 ndarray: 分类器已知的类别标签。
epsilon_浮点型: 方差的绝对加性值。
n_features_in_整型: fit 期间看到的特征数量。

0.24 版新增。
feature_names_in_形状为 (n_features_in_,) 的 ndarray: fit 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 版新增。
var_形状为 (n_classes, n_features) 的 ndarray: 每个类中每个特征的方差。

1.0 版新增。
theta_形状为 (n_classes, n_features) 的 ndarray: 每个类中每个特征的均值。

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。
ComplementNB: 补码朴素贝叶斯分类器。
MultinomialNB: 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)[源码]#

根据 X, y 拟合高斯朴素贝叶斯。

参数:

X形状为 (n_samples, n_features) 的类数组: 训练向量，其中 n_samples 是样本数量，n_features 是特征数量。
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=None: 应用于单个样本的权重（未加权时为 1.）。

0.17 版新增: 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()[源码]#

获取此对象的元数据路由。

请查阅用户指南以了解路由机制的工作原理。

返回:

routingMetadataRequest: 一个封装了路由信息的 MetadataRequest 对象。

get_params(deep=True)[源码]#

获取此估计器的参数。

参数:

deep布尔型，默认=True: 如果为 True，将返回此估计器及其包含的子对象（如果它们是估计器）的参数。

返回:

params字典: 参数名称映射到其值。

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

对一批样本进行增量拟合。

此方法预计将在一系列数据集的不同块上连续调用多次，以实现离核学习或在线学习。

当整个数据集太大而无法一次性装入内存时，这尤其有用。

此方法存在一定的性能和数值稳定性开销，因此最好在尽可能大的数据块上调用 partial_fit（只要内存预算允许），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 是样本数量，n_features 是特征数量。

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=None

y 向量中可能出现的所有类的列表。

必须在首次调用 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=None

应用于单个样本的权重（未加权时为 1.）。

0.17 版新增。

返回:

self对象: 返回实例本身。

predict(X)[源码]#

对测试向量 X 的数组执行分类。

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)[源码]#

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 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) 是类的先验概率，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: 返回模型中每个类的样本的联合对数概率。列对应于按排序顺序排列的类，与其在属性 classes_ 中出现的顺序一致。

predict_log_proba(X)[源码]#

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) 的类数组: 返回模型中每个类的样本的对数概率。列对应于按排序顺序排列的类，与其在属性 classes_ 中出现的顺序一致。

predict_proba(X)[源码]#

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) 的类数组: 返回模型中每个类的样本的概率。列对应于按排序顺序排列的类，与其在属性 classes_ 中出现的顺序一致。

score(X, y, sample_weight=None)[源码]#

返回给定数据和标签的准确率。

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=None: 样本权重。

返回:

score浮点型: self.predict(X) 相对于 y 的平均准确率。

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

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（参阅 sklearn.set_config）。请参阅用户指南以了解路由机制的工作原理。

每个参数的选项是

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，并且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 版新增。

注意

此方法仅在将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_weight字符串、True、False 或 None，默认=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)[源码]#

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 = '$UNCHANGED$') → GaussianNB[源码]#

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（参阅 sklearn.set_config）。请参阅用户指南以了解路由机制的工作原理。

每个参数的选项是

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，并且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 版新增。

注意

此方法仅在将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:

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

返回: