GaussianNB#

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

高斯朴素贝叶斯 (GaussianNB)。

可以通过 partial_fit 对模型参数执行在线更新。有关用于在线更新特征均值和方差的算法详细信息，请参阅 Chan、Golub 和 LeVeque 撰写的 Stanford CS 技术报告 STAN-CS-79-773。

在用户指南中阅读更多内容。

参数:

priorsarray-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。
var_smoothingfloat, default=1e-9: 添加到方差中以提高计算稳定性的比例，该比例等于所有特征中最大方差的一部分。

0.20 版本新增。

属性:

class_count_ndarray of shape (n_classes,): 每个类别中观察到的训练样本数量。
class_prior_ndarray of shape (n_classes,): 每个类别的概率。
classes_ndarray of shape (n_classes,): 分类器已知的类别标签。
epsilon_float: 方差的绝对加性值。
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。
var_ndarray of shape (n_classes, n_features): 每个类别中每个特征的方差。

1.0 版本新增。
theta_ndarray of shape (n_classes, n_features): 每个类别中每个特征的均值。

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: 互补朴素贝叶斯分类器。
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)[source]#

根据 X, y 拟合高斯朴素贝叶斯。

参数:

Xshape 为 (n_samples, n_features) 的 array-like: 训练向量，其中 n_samples 是样本数量，n_features 是特征数量。
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).

版本 0.17 新增: 高斯朴素贝叶斯支持使用 sample_weight 进行拟合。

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，了解路由机制如何工作。

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:

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)[source]#

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。

此方法具有一定的性能和数值稳定性开销，因此最好对尽可能大的数据块调用 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

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

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).

版本0.17中新增。

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:

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)[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:

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)[source]#

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)[source]#

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)[source]#

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 = '$UNCHANGED$') → GaussianNB[source]#

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)[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（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 = '$UNCHANGED$') → GaussianNB[source]#

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: