伯努利朴素贝叶斯#

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。

与多项式朴素贝叶斯类似，此分类器适用于离散数据。区别在于，多项式朴素贝叶斯处理的是出现计数，而伯努利朴素贝叶斯则专为二元/布尔特征而设计。

更多信息请阅读 用户指南。

参数：
alpha浮点数或形状为 (n_features,) 的数组，默认为 1.0

加性（拉普拉斯/利德斯通）平滑参数（设置为 alpha=0 且 force_alpha=True，则不进行平滑）。

force_alpha布尔值，默认为 True

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

版本 1.2 中添加。

1.4 版本变更： force_alpha 的默认值已更改为 True。

binarize浮点数或 None，默认值 = 0.0

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

fit_prior布尔值，默认值 = True

是否学习类先验概率。如果为 False，则使用均匀先验。

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

类的先验概率。如果指定，则不会根据数据调整先验。

属性:
class_count_形状为 (n_classes,) 的 ndarray

拟合过程中遇到的每个类的样本数。提供样本权重时，此值将按样本权重加权。

class_log_prior_形状为 (n_classes,) 的 ndarray

每个类的对数概率（平滑）。

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

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

feature_log_prob_形状为 (n_classes, n_features) 的 ndarray

给定类的特征的经验对数概率，P(x_i|y)。

n_features_in_整数

在 fit 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

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。

另请参见

类别朴素贝叶斯

用于分类特征的朴素贝叶斯分类器。

补充朴素贝叶斯

Rennie 等人（2003 年）描述的补充朴素贝叶斯分类器。

高斯朴素贝叶斯

高斯朴素贝叶斯 (GaussianNB)。

多项式朴素贝叶斯

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 和 H. Schuetze (2008)。信息检索导论。剑桥大学出版社，第 234-265 页。https://nlp.stanford.edu/IR-book/html/htmledition/the-bernoulli-model-1.html

A. McCallum 和 K. Nigam (1998)。用于朴素贝叶斯文本分类的事件模型比较。AAAI/ICML-98 文本分类学习研讨会论文集，第 41-48 页。

V. Metsis、I. Androutsopoulos 和 G. Paliouras (2006)。使用朴素贝叶斯进行垃圾邮件过滤——哪个朴素贝叶斯？第三届电子邮件和反垃圾邮件会议 (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 和 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，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

目标值。

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

应用于单个样本的权重（未加权的为 1）。

返回值:
self对象

返回实例本身。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看 用户指南，了解路由机制的工作原理。

返回值:
routingMetadataRequest

一个 MetadataRequest，封装了路由信息。

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，则将返回此估计器和作为估计器的包含子对象的的参数。

返回值:
params字典

参数名称映射到其值。

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

对一批样本进行增量拟合。

预期此方法将连续多次在数据集的不同块上调用，以便实现离线或在线学习。

当整个数据集太大而无法一次全部放入内存时，这尤其有用。

此方法有一些性能开销，因此最好对尽可能大的数据块（只要适合内存预算）调用 partial_fit 以隐藏开销。

参数：
X形状为 (n_samples, n_features) 的 {类数组，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

目标值。

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

y 向量中可能出现的所有类的列表。

必须在第一次调用 partial_fit 时提供，在后续调用中可以省略。

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

应用于单个样本的权重（未加权的为 1）。

返回值:
self对象

返回实例本身。

predict(X)[source]#

对测试向量数组 X 进行分类。

参数：
X形状为 (n_samples, n_features) 的类数组

输入样本。

返回值:
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) 是类条件概率。

参数：
X形状为 (n_samples, n_features) 的类数组

输入样本。

返回值:
C形状为 (n_samples, n_classes) 的 ndarray

返回模型中每个类别的样本联合对数概率。各列对应于已排序的类别，其顺序与属性 classes_ 中的顺序相同。

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

输入样本。

返回值:
C形状为 (n_samples, n_classes) 的类数组

返回模型中每个类别的样本对数概率。各列对应于已排序的类别，其顺序与属性 classes_ 中的顺序相同。

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

输入样本。

返回值:
C形状为 (n_samples, n_classes) 的类数组

返回模型中每个类别的样本概率。各列对应于已排序的类别，其顺序与属性 classes_ 中的顺序相同。

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

返回给定测试数据和标签的平均准确率。

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，默认值 = None

样本权重。

返回值:
score浮点数

self.predict(X) 相对于 y 的平均准确率。

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，只有在 enable_metadata_routing=True 时（请参见 sklearn.set_config），此方法才相关。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的别名而不是原始名称传递给元估计器。

默认值 (sklearn.utils.metadata_routing.UNCHANGED) 保留现有的请求。这允许您更改某些参数的请求而不会更改其他参数。

版本 1.3 中添加。

注意

仅当将此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）时，此方法才相关。否则，它无效。

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

fit 中 sample_weight 参数的元数据路由。

返回值:
self对象

已更新的对象。

set_params(**params)[source]#

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（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：
**params**字典

估计器参数。

返回值:
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，只有在 enable_metadata_routing=True 时（请参见 sklearn.set_config），此方法才相关。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的别名而不是原始名称传递给元估计器。

默认值 (sklearn.utils.metadata_routing.UNCHANGED) 保留现有的请求。这允许您更改某些参数的请求而不会更改其他参数。

版本 1.3 中添加。

注意

仅当将此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）时，此方法才相关。否则，它无效。

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_weightstr、True、False 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED

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

返回值:
self对象

已更新的对象。

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，只有在 enable_metadata_routing=True 时（请参见 sklearn.set_config），此方法才相关。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的别名而不是原始名称传递给元估计器。

默认值 (sklearn.utils.metadata_routing.UNCHANGED) 保留现有的请求。这允许您更改某些参数的请求而不会更改其他参数。

版本 1.3 中添加。

注意

仅当将此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）时，此方法才相关。否则，它无效。

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

score 方法中 sample_weight 参数的元数据路由。

返回值:
self对象

已更新的对象。