sklearn.naive_bayes.MultinomialNB?
class sklearn.naive_bayes.MultinomialNB(*, alpha=1.0, fit_prior=True, class_prior=None)
[源碼]
用于多項式模型的樸素貝葉斯分類器
多項式樸素貝葉斯分類器適用于具有離散特征的分類（例如，用于文本分類的字數統計）。多項式分布通常需要整數特征計數。但是，實際上，小數計數（例如tf-idf）也可能起作用。
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| alpha | float, default=1.0 附加的(Laplace/Lidstone)平滑參數(0表示不平滑) |
| fit_prior | bool, default=True 是否學習類別先驗概率。如果為False，將使用統一的先驗。 |
| class_prior | array-like of shape (n_classes,), default=None 類別的先驗概率。一經指定先驗概率不能隨著數據而調整。 |
| 屬性 | 說明 |
|---|---|
| class_count_ | ndarray of shape (n_classes,) 擬合期間每個類別遇到的樣本數。此值由提供的樣本權重加權。 |
| class_log_prior_ | ndarray of shape (n_classes, ) 每個類別的經驗對數概率（平滑）。 |
| classes_ | ndarray of shape (n_classes,) 分類器已知的類別標簽 |
| coef_ | ndarray of shape (n_classes, n_features) 用于將MultinomialNB解釋為線性模型的鏡像 feature_log_prob_。 |
| feature_count_ | ndarray of shape (n_classes, n_features) 擬合期間每個(類別，特征)遇到的樣本數。此值由提供的樣本權重加權。 |
| feature_log_prob_ | ndarray of shape (n_classes, n_features) 給定一類特征的經驗對數概率 P(x_i|y) |
| intercept_ | ndarray of shape (n_classes, ) 用于將MultinomialNB解釋為線性模型的鏡像 class_log_prior_。 |
| n_features_ | int 每個樣本的特征數量。 |
注
有關命名coef_和intercept_背后的基本原理，即樸素的貝葉斯作為線性分類器，請參閱 J. Rennie et al. (2003), Tackling the poor assumptions of naive Bayes text classifiers, ICML.
參考文獻
C.D. Manning, P. Raghavan and H. Schuetze (2008). Introduction to Information Retrieval. Cambridge University Press, pp. 234-265. 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]
方法
| 方法 | 說明 |
|---|---|
fit(X, y[, sample_weight]) |
根據X，y擬合樸素貝葉斯分類器 |
get_params([deep]) |
獲取這個估計器的參數 |
partial_fit(X, y[, classes, sample_weight]) |
對一批樣本進行增量擬合 |
predict(X) |
對測試向量X進行分類。 |
predict_log_proba(X) |
返回針對測試向量X的對數概率估計 |
predict_proba(X) |
返回針對測試向量X的概率估計 |
score(X, y[, sample_weight]) |
返回給定測試數據和標簽上的平均準確率。 |
set_params(**params) |
為這個估計器設置參數 |
__init__(*, alpha=1.0, fit_prior=True, class_prior=None)
[源碼]
初始化self。詳情可參閱 type（self）的幫助。
fit(X, y, sample_weight=None)
[源碼]
根據X，y擬合樸素貝葉斯分類器
| 參數 | 說明 |
|---|---|
| X | {array-like, sparse matrix} of shape (n_samples, n_features) 用于訓練的向量，其中n_samples是樣本數量，n_features是特征數量。 |
| y | array-like of shape (n_samples,) 目標值。 |
| sample_weight | array-like of shape (n_samples,), default=None 應用于單個樣本的權重（1.未加權）。 |
| 返回值 | 說明 |
|---|---|
| self | object |
get_params(deep=True)
[源碼]
獲取這個估計器的參數
| 參數 | 說明 |
|---|---|
| deep | bool, default=True 如果為True，則將返回這個估計器的參數和所包含的估計器子對象。 |
| 返回值 | 說明 |
|---|---|
| params | mapping of string to any 參數名映射到其值 |
partial_fit(X, y, classes=None, sample_weight=None)
[源碼]
對一批樣本進行增量擬合。
方法需要對數據集的不同塊連續調用多次，以實現核外學習或在線學習。
當整個數據集太大而無法立即放入內存擬合時，這個功能特別有用。
這個方法具有一些性能消耗，因此最好對盡可能大的數據塊（只要適合內存預算）調用partial_fit以隱藏消耗。
| 參數 | 說明 |
|---|---|
| X | {array-like, sparse matrix} of shape (n_samples, n_features) 用于訓練的向量，其中n_samples是樣本數量，n_features是特征數量。 |
| y | array-like of shape (n_samples,) 目標值。 |
| classes | array-like of shape (n_classes), default=None y向量中可能出現的所有類別的列表。 必須在第一次調用partial_fit時提供，在隨后的調用中可以省略。 |
| sample_weight | array-like of shape (n_samples,), default=None 應用于單個樣本的權重（1.未加權）。 |
| 返回值 | 說明 |
|---|---|
| self | object |
predict(X)
[源碼]
對測試向量X進行分類。
| 參數 | 說明 |
|---|---|
| X | array-like of shape (n_samples, n_features) |
| 返回值 | 說明 |
|---|---|
| C | ndarray of shape (n_samples,) X的預測目標值。 |
predict_log_proba(X)
[源碼]
返回針對測試向量X的對數概率估計。
| 參數 | 說明 |
|---|---|
| X | array-like of shape (n_samples, n_features) |
| 返回值 | 說明 |
|---|---|
| C | array-like of shape (n_samples, n_classes) 返回模型中每個類別的樣本的對數概率。這些列按照排序順序對應于類別，就像它們出現在屬性classes_中一樣。 |
predict_proba(X)
[源碼]
返回針對測試向量X的概率估計
| 參數 | 說明 |
|---|---|
| X | array-like of shape (n_samples, n_features) |
| 返回值 | 說明 |
|---|---|
| C | array-like of shape (n_samples, n_classes) 返回模型中每個類別的樣本概率。這些列按照排序順序對應于類別，就像它們出現在屬性classes_中一樣。 |
score(X, y, sample_weight=None)
[源碼]
返回給定測試數據和標簽上的平均準確率。
在多標簽分類中，這是子集準確性，這是一個嚴格的指標，因為您需要為每個樣本正確預測每個標簽集。
| 參數 | 說明 |
|---|---|
| X | array-like of shape (n_samples, n_features) 測試樣本。 |
| y | array-like of shape (n_samples,) or (n_samples, n_outputs) X的真實標簽。 |
| sample_weight | array-like of shape (n_samples,), default=None 樣本權重。 |
| 返回值 | 說明 |
|---|---|
| score | float self.predict（X）關于y的平均準確率。 |
set_params(**params)
[源碼]
為這個估計器設置參數。
該方法適用于簡單的估計器以及嵌套對象（例如pipelines）。后者具有形式參數<component>__<parameter>，以便可以更新嵌套對象的每個組件。
| 參數 | 說明 |
|---|---|
| **params | dict 估計器參數。 |
| 返回值 | 說明 |
|---|---|
| self | object 估計器實例。 |
