MultinomialNB#
- class sklearn.naive_bayes.MultinomialNB(*, alpha=1.0, force_alpha=True, fit_prior=True, class_prior=None)[source]#
用于多项式模型的朴素贝叶斯分类器。
多项式朴素贝叶斯分类器适用于具有离散特征（例如，文本分类中的词频）的分类。多项式分布通常需要整数特征计数。然而，在实践中，tf-idf 等分数计数也可能有效。
在用户指南中阅读更多内容。
- 参数:
- alphafloat 或形状为 (n_features,) 的 array-like，默认值=1.0
加法（拉普拉斯/利德斯通）平滑参数（将 alpha 设置为 0 且 force_alpha=True 表示不平滑）。
- force_alphabool，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，alpha 将保持不变。如果 alpha 过接近 0，这可能会导致数值错误。
1.2 版本新增。
在 1.4 版本中更改:
force_alpha的默认值更改为True。- fit_priorbool，默认值=True
是否学习类别先验概率。如果为 False，则使用均匀先验。
- class_prior形状为 (n_classes,) 的 array-like，默认值=None
类别的先验概率。如果指定，则不根据数据调整先验。
- 属性:
- class_count_形状为 (n_classes,) 的 ndarray
拟合过程中每个类别遇到的样本数。提供样本权重时，此值会根据样本权重进行加权。
- 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_count_形状为 (n_classes, n_features) 的 ndarray
拟合过程中每个（类别，特征）遇到的样本数。提供样本权重时，此值会根据样本权重进行加权。
- feature_log_prob_形状为 (n_classes, n_features) 的 ndarray
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。
0.24 版本新增。
- feature_names_in_形状为 (
n_features_in_,) 的 ndarray 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。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。
ComplementNB补码朴素贝叶斯分类器。
GaussianNB高斯朴素贝叶斯。
参考资料
C.D. Manning, P. Raghavan and H. Schuetze (2008). Information Retrieval 导论。剑桥大学出版社，第 234-265 页。https://nlp.stanford.edu/IR-book/html/htmledition/naive-bayes-text-classification-1.html
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 MultinomialNB >>> clf = MultinomialNB() >>> clf.fit(X, y) MultinomialNB() >>> 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 {array-like, 稀疏矩阵}
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 array-like
目标值。
- sample_weight形状为 (n_samples,) 的 array-like，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
一个封装了路由信息的
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。
- partial_fit(X, y, classes=None, sample_weight=None)[source]#
对一批样本进行增量拟合。
此方法预计将对数据集的不同分块连续调用多次，以实现核外或在线学习。
当整个数据集太大而无法一次性载入内存时，此方法尤其有用。
此方法存在一些性能开销，因此最好在尽可能大的数据块上调用 partial_fit（只要内存允许），以隐藏开销。
- 参数:
- X形状为 (n_samples, n_features) 的 {array-like, 稀疏矩阵}
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 array-like
目标值。
- classes形状为 (n_classes,) 的 array-like，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，后续调用可以省略。
- sample_weight形状为 (n_samples,) 的 array-like，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 数组执行分类。
- 参数:
- X形状为 (n_samples, n_features) 的 array-like
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 array-like
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。列对应于按排序顺序排列的类别，如属性classes_所示。
- 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 array-like
输入样本。
- 返回:
- C形状为 (n_samples, n_classes) 的 array-like
返回模型中每个类别的样本的对数概率。列对应于按排序顺序排列的类别，如属性classes_所示。
- 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 array-like
输入样本。
- 返回:
- C形状为 (n_samples, n_classes) 的 array-like
返回模型中每个类别的样本的概率。列对应于按排序顺序排列的类别，如属性classes_所示。
- score(X, y, sample_weight=None)[source]#
返回所提供数据和标签的准确性。
在多标签分类中，这是子集准确性，这是一个严苛的指标，因为它要求每个样本的每个标签集都正确预测。
- 参数:
- X形状为 (n_samples, n_features) 的 array-like
测试样本。
- y形状为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like
X的真实标签。- sample_weight形状为 (n_samples,) 的 array-like，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 = '$UNCHANGED$') MultinomialNB[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，则请求将被忽略。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：元数据应以给定别名而非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。否则它没有效果。- 参数:
- sample_weightstr, True, False, 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED
用于
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 = '$UNCHANGED$') MultinomialNB[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，则请求将被忽略。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：元数据应以给定别名而非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。否则它没有效果。- 参数:
- classesstr, True, False, 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED
用于
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
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 = '$UNCHANGED$') MultinomialNB[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，则请求将被忽略。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：元数据应以给定别名而非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。否则它没有效果。- 参数:
- sample_weightstr, True, False, 或 None，默认值=sklearn.utils.metadata_routing.UNCHANGED
用于
score方法中sample_weight参数的元数据路由。
- 返回:
- selfobject
更新后的对象。
