用python实现朴素贝叶斯分类器

下面是一个简单的使用Python实现朴素贝叶斯分类器的示例代码。

首先，需要导入必要的库，包括numpy和pandas：

import numpy as np
import pandas as pd

接着，定义一个朴素贝叶斯分类器的类：

class NaiveBayesClassifier:
    def __init__(self):
        self.prior_probabilities = None
        self.conditional_probabilities = None
        self.classes = None

    def fit(self, X, y):
        self.classes = np.unique(y)
        self.prior_probabilities = np.zeros(len(self.classes))
        self.conditional_probabilities = []
        for i, c in enumerate(self.classes):
            X_c = X[y == c]
            self.prior_probabilities[i] = len(X_c) / len(X)
            self.conditional_probabilities.append(
                [(X_c[:, j].mean(), X_c[:, j].std()) for j in range(X.shape[1])]
            )

    def predict(self, X):
        y_pred = []
        for x in X:
            probabilities = []
            for i, c in enumerate(self.classes):
                probability = self.prior_probabilities[i]
                for j in range(len(x)):
                    mean, std = self.conditional_probabilities[i][j]
                    probability *= self.gaussian_pdf(x[j], mean, std)
                probabilities.append(probability)
            y_pred.append(self.classes[np.argmax(probabilities)])
        return y_pred

    @staticmethod
    def gaussian_pdf(x, mean, std):
        exponent = np.exp(-((x - mean) ** 2 / (2 * std ** 2)))
        return (1 / (np.sqrt(2 * np.pi) * std)) * exponent

在这个类中，有三个方法：

- 构造函数`__init__(self)`：初始化先验概率和条件概率的变量为`None`。
- `fit(self, X, y)`：使用输入数据`X`和标签`y`来训练朴素贝叶斯分类器，计算先验概率和条件概率。
- `predict(self, X)`：使用训练好的模型来对新的数据`X`进行预测，并返回预测结果。

其中，`fit`方法中，首先获取所有不同的标签，计算每个标签的先验概率，然后计算每个标签下每个特征的条件概率，使用均值和标准差来表示正态分布的概率密度函数。

在`predict`方法中，首先对新的数据计算在每个标签下的概率，并选择概率最大的标签作为预测结果。

最后，定义一个`main`函数来测试这个朴素贝叶斯分类器：

def main():
    # 读取数据
    data = pd.read_csv('data.csv').values
    X = data[:, :-1]
    y = data[:, -1]

    # 划分训练集和测试集
    from sklearn.model_selection import train_test_split
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25)

    # 训练模型并进行预测
    clf = NaiveBayesClassifier()
    clf.fit(X_train, y_train)
    y_pred = clf.predict(X_test)

    # 输出预测结果
    from sklearn.metrics import accuracy_score
    print('Accuracy:', accuracy_score(y_test, y_pred))

在这个`main`函数中，首先读取数据，然后使用`train_test_split`方法将数据划分为训练集和测试集，训练朴素贝叶斯分类器，并对测试集进行预测，最后输出预测准确率。

完整的代码如下：