0

我正在尝试使用 BernoulliNB。使用相同的数据进行训练和测试，我得到了训练数据以外的预测和 1 以外的概率。请问这是为什么？

import pandas as pd
from sklearn.naive_bayes import BernoulliNB
BNB = BernoulliNB()

# Data
df_1 = pd.DataFrame({'O' : [1,2,3,1,1,3,1,2,2,1],
                     'I1': [1,0,0,1,0,0,1,1,0,1],
                     'I2': [0,0,1,0,0,1,0,0,1,0],
                     'I3': [1,0,0,0,0,0,1,0,0,0]})

df_I = df_1.iloc[:,1:4]
S_O  = df_1['O']

# Bernoulli Naive Bayes Classifier
A_F = BNB.fit(df_I, S_O)
A_P = BNB.predict(df_I)
A_R = BNB.predict_proba(df_I)

df_P = pd.DataFrame(A_P)
df_R = pd.DataFrame(A_R)

df_P.columns = ['Predicted A']
df_R.columns = ['Prob 1', 'Prob 2', 'Prob 3']

df_1 = df_1.join(df_P)
df_1 = df_1.join(df_R)

结果

O   I1  I2  I3  Predicted A Prob 1  Prob 2  Prob 3
1   1   0   1   1           .80     .15     .05
2   0   0   0   2           .59     .33     .08
3   0   1   0   3           .18     .39     .43
1   1   0   0   1           .59     .33     .08
1   0   0   0   2           .59     .33     .08
3   0   1   0   3           .18     .39     .43
1   1   0   1   1           .80     .15     .48
2   1   0   0   1           .59     .33     .08
2   0   1   0   3           .18     .39     .43
1   1   0   0   1           .59     .33     .08

我试图在这里描述我正在尝试做的事情：

https://stats.stackexchange.com/questions/367829/how-probable-is-a-set

4

1 回答 1

1

它工作正常并且您正确使用它（代码方面）。Predicted A是预测的类标签。在您的情况下，可能的标签由O并且将始终具有从该集合中提取的值。1,2,3Predicted A

对于概率，不能保证它们会=1，事实上它们几乎永远不会。

我认为您的困惑源于您向其提供已知的训练数据但输出却不同的事实？我的猜测是你的训练数据太小了，所以它会稍微偏离。为它提供更多数据将提高它在这个已知训练集上的准确性。

我会注意到你真正想要的是给它一个大型的已知训练集，然后预测一个未知的测试数据集。我也许可以详细了解为什么会这样，但我建议阅读有关分类器的教程（scikit 文档还不错，但任何教程都应该涵盖这一点）。

代码方面，我觉得一切都很好。

于 2018-10-22T12:25:12.543 回答