伯努利朴素贝叶斯（BernoulliNB）
| 组件名称 | 伯努利朴素贝叶斯（BernoulliNB） | ||
|---|---|---|---|
| 工具集 | 机器学习/分类/伯努利朴素贝叶斯（BernoulliNB） | ||
| 组件作者 | 雪浪云-燕青 | ||
| 文档版本 | 1.0 | ||
| 功能 | 伯努利朴素贝叶斯（BernoulliNB）算法 | ||
| 镜像名称 | ml_components:3 | ||
| 开发语言 | Python |
组件原理
在sklearn中，提供了若干种朴素贝叶斯的实现算法，不同的朴素贝叶斯算法，主要是对P(xi|y)的分布假设不同，进而采用不同的参数估计方式。我们能够发现，朴素贝叶斯算法，主要就是计算P(xi|y)，一旦P(xi|y)确定，最终属于每个类别的概率，自然也就迎刃而解了。
设试验E只有两个可能的结果：A与A¯，则称为E为伯努利试验。
伯努利朴素贝叶斯，适用于离散变量，其假设各个特征xi在各个类别y下是服从n重伯努利分布（二项分布）的，因为伯努利试验仅有两个结果，因此，算法会首先对特征值进行二值化处理（假设二值化的结果为1与0）。
计算方式如下：
在训练集中，会进行如下的估计：
因为特征之间的独立性,所以多元伯努利变成各个伯努利分布的连乘积,需要注意的一点是因为是伯努利分布,0-1,特征出现有一个概率p,特征不出现也有一个概率1-p。最终模型的参数估计完成之后,对新样本进行预测时,如果某个特征不出现,需要乘上这个特征不出现的概率,不能只计算特征出现的概率。两个向量直接相乘,并不能得到最终的结果。
组件
- 组件图：
输入桩
支持单个csv文件输入。
输入端子1
- 端口名称：训练数据
- 输入类型：Csv文件
- 功能描述： 输入用于训练的数据
输出桩
支持sklearn模型输出。
输出端子1
- 端口名称：输出模型
- 输出类型：sklearn模型
- 功能描述： 输出训练好的模型用于预测
参数配置
平滑参数
- 功能描述：加性(拉普拉斯/利德斯通)平滑参数，0代表不进行平滑操作
- 必选参数：是
- 默认值：1
二值化阈值
- 功能描述：二值化阈值
- 必选参数：是
- 默认值：0
是否计算类先验概率
- 功能描述：：是否计算标签列中类的先验概率
- 必选参数：是
- 默认值：true
类别的先验概率
- 功能描述：以逗号分隔
- 必选参数：否
- 默认值：（无）
需要训练
- 功能描述：该模型是否需要训练，默认为需要训练。
- 必选参数：是
- 默认值：true
特征字段
- 功能描述：特征字段
- 必选参数：是
- 默认值：（无）
标识字段
- 功能描述：标识字段
- 必选参数：是
- 默认值：（无）
使用方法
- 将组件拖入到项目中
- 与前一个组件输出的端口连接（必须是csv类型）
- 点击运行该节点
测试用例
模板
右面板配置
- 参数设置：
- 字段设置：
输入的数据：
输出的结果：
