CategoricalNB#

class sklearn.naive_bayes.CategoricalNB(*, alpha=1.0, force_alpha=True, fit_prior=True, class_prior=None, min_categories=None)[源代码]#

用于分类特征的朴素贝叶斯分类器。

分类特征的朴素贝叶斯分类器适用于具有离散特征且这些特征服从类别分布的分类任务。每个特征的类别都来自一个类别分布。

在用户指南中阅读更多内容。

参数:

alphafloat, default=1.0

加性（拉普拉斯/Lidstone）平滑参数（设置 alpha=0 和 force_alpha=True 表示不平滑）。

force_alphabool, default=True

如果为 False 且 alpha 小于 1e-10，则将其设置为 1e-10。如果为 True，alpha 将保持不变。如果 alpha 太接近 0，这可能会导致数值错误。

1.2 版本新增。

版本 1.4 中更改: force_alpha 的默认值更改为 True。

fit_priorbool, default=True

是否学习类别先验概率。如果为 false，则将使用均匀先验。

class_priorarray-like of shape (n_classes,), default=None

类别的先验概率。如果指定，则先验不根据数据进行调整。

min_categoriesint 或 array-like, 形状为 (n_features,)，默认为 None

每个特征的最小类别数。

整数：将每个特征的最小类别数设置为 n_categories。
数组：形状为 (n_features,)，其中 n_categories[i] 包含输入第 i 列的最小类别数。
None (默认)：从训练数据中自动确定类别数。

0.24 版本新增。

属性:

category_count_list，包含形状为 (n_classes, n_categories of respective feature) 的数组: 对于每个特征，包含形状为 (n_classes, n_categories of respective feature) 的数组。每个数组提供了每个类别在特定特征和类别的样本计数。
class_count_ndarray of shape (n_classes,): 拟合期间每个类别遇到的样本数。如果提供了样本权重，此值将按样本权重加权。
class_log_prior_ndarray of shape (n_classes,): 每个类别的平滑经验对数概率。
classes_ndarray of shape (n_classes,): 分类器已知的类别标签
feature_log_prob_list，包含形状为 (n_features,) 的数组: 对于每个特征，包含形状为 (n_classes, n_categories of respective feature) 的数组。每个数组提供了类别给定相应特征和类别的经验对数概率，即 P(x_i|y)。
n_features_in_int: 在拟合期间看到的特征数。

0.24 版本新增。
feature_names_in_shape 为 (n_features_in_,) 的 ndarray: 在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本新增。
n_categories_ndarray，形状为 (n_features,)，dtype=np.int64: 每个特征的类别数。此值根据数据推断或由最小类别数设置。

0.24 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。
ComplementNB: 互补朴素贝叶斯分类器。
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。

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 CategoricalNB
>>> clf = CategoricalNB()
>>> clf.fit(X, y)
CategoricalNB()
>>> print(clf.predict(X[2:3]))
[3]

fit(X, y, sample_weight=None)[源代码]#

根据 X, y 拟合朴素贝叶斯分类器。

参数:

Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}: 训练向量，其中 n_samples 是样本数量，n_features 是特征数量。在此，X 的每个特征假定来自不同的类别分布。此外，还假定每个特征的所有类别都由数字 0, ..., n-1 表示，其中 n 指的是给定特征的总类别数。例如，可以通过 OrdinalEncoder 实现这一点。
yarray-like of shape (n_samples,): 目标值。
sample_weightshape 为 (n_samples,) 的 array-like, default=None: Weights applied to individual samples (1. for unweighted).

返回:

selfobject: 返回实例本身。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请查阅用户指南，了解路由机制如何工作。

返回:

routingMetadataRequest: 封装路由信息的 MetadataRequest。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:

deepbool, default=True: 如果为 True，将返回此估计器以及包含的子对象（如果它们是估计器）的参数。

返回:

paramsdict: 参数名称映射到其值。

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

在批量样本上进行增量拟合。

此方法旨在连续多次在数据集的不同块上调用，以实现核外或在线学习。

当整个数据集太大而无法一次性放入内存时，这特别有用。

此方法会产生一些性能开销，因此最好在尽可能大的数据块上调用 partial_fit（只要内存预算允许），以隐藏开销。

参数:

Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}

训练向量，其中 n_samples 是样本数量，n_features 是特征数量。在此，X 的每个特征假定来自不同的类别分布。此外，还假定每个特征的所有类别都由数字 0, ..., n-1 表示，其中 n 指的是给定特征的总类别数。例如，可以通过 OrdinalEncoder 实现这一点。

yarray-like of shape (n_samples,)

目标值。

classesarray-like of shape (n_classes,), default=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，在后续调用中可以省略。

sample_weightshape 为 (n_samples,) 的 array-like, default=None

Weights applied to individual samples (1. for unweighted).

返回:

selfobject: 返回实例本身。

predict(X)[源代码]#

对测试向量 X 数组执行分类。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 输入样本。

返回:

Cndarray of shape (n_samples,): X 的预测目标值。

predict_joint_log_proba(X)[源代码]#

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:

Xshape 为 (n_samples, n_features) 的 array-like: 输入样本。

返回:

Cndarray of shape (n_samples, n_classes): 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_ 中所示。

predict_log_proba(X)[源代码]#

返回测试向量 X 的对数概率估计。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 输入样本。

返回:

Carray-like of shape (n_samples, n_classes): 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_ 中所示。

predict_proba(X)[源代码]#

返回测试向量 X 的概率估计值。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 输入样本。

返回:

Carray-like of shape (n_samples, n_classes): 返回每个样本在模型中每个类别的概率。列对应于按排序顺序排列的类别，与其在属性 classes_ 中出现的顺序一致。

score(X, y, sample_weight=None)[源代码]#

返回在提供的数据和标签上的准确率 (accuracy)。

在多标签分类中，这是子集准确率 (subset accuracy)，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:

Xshape 为 (n_samples, n_features) 的 array-like: 测试样本。
yshape 为 (n_samples,) 或 (n_samples, n_outputs) 的 array-like: X 的真实标签。
sample_weightshape 为 (n_samples,) 的 array-like, default=None: 样本权重。

返回:

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

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → CategoricalNB[源代码]#

配置是否应请求元数据以传递给 fit 方法。

请注意，此方法仅在以下情况下相关：此估计器用作元估计器中的子估计器，并且通过 enable_metadata_routing=True 启用了元数据路由（请参阅 sklearn.set_config）。请查看用户指南以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：应将元数据以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。

在版本 1.3 中新增。

参数:

sample_weightstr, True, False, or None, default=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)[源代码]#

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（如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，以便可以更新嵌套对象的每个组件。

参数:

**paramsdict: 估计器参数。

返回:

selfestimator instance: 估计器实例。

set_partial_fit_request(*, classes: bool | None | str = '$UNCHANGED$', sample_weight: bool | None | str = '$UNCHANGED$') → CategoricalNB[源代码]#

Configure whether metadata should be requested to be passed to the partial_fit method.

请注意，此方法仅在以下情况下相关：此估计器用作元估计器中的子估计器，并且通过 enable_metadata_routing=True 启用了元数据路由（请参阅 sklearn.set_config）。请查看用户指南以了解路由机制的工作原理。

每个参数的选项如下：

True: metadata is requested, and passed to partial_fit if provided. The request is ignored if metadata is not provided.
False: metadata is not requested and the meta-estimator will not pass it to 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：应将元数据以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。

在版本 1.3 中新增。

参数:

classesstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED: 用于 partial_fit 中 classes 参数的元数据路由。
sample_weightstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED: Metadata routing for sample_weight parameter in partial_fit.

返回:

selfobject: 更新后的对象。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → CategoricalNB[源代码]#

配置是否应请求元数据以传递给 score 方法。

请注意，此方法仅在以下情况下相关：此估计器用作元估计器中的子估计器，并且通过 enable_metadata_routing=True 启用了元数据路由（请参阅 sklearn.set_config）。请查看用户指南以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，则忽略该请求。
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：应将元数据以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。

在版本 1.3 中新增。

参数:

sample_weightstr, True, False, or None, default=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。

CategoricalNB#

本页