全文链接：/?p=31070

这个实用的例子介绍了使用R统计环境的朴素贝叶斯模型。它不假设先验知识。

我们的步骤是：

1.启动R

2.探索Iris鸢尾花数据集

3.构造朴素贝叶斯分类器

4.理解朴素贝叶斯

探索Iris数据集

在这个实践中，我们将探索经典的“Iris”数据集。

Iris数据集有150个数据点和5个变量。每一个数据点包含一个特定的花样本，并给出4种花的测量值。

任务是用花的特征与种类一起构建一个分类器，从4种对花的观测量中预测花的种类。

要将Iris数据集放到您的R会话中，请执行以下操作：

data(iris)

查看数据

pairs(iris[1:4],main="

命令创建了一个散点图。类决定数据点的颜色。从中可以看出，setosa花的花瓣比其他两种都要小。

---

点击标题查阅往期内容

R语言JAGS贝叶斯回归模型分析博士生延期毕业完成论文时间

左右滑动查看更多

01

02

03

04

提供数据摘要

summary(iris)

构造朴素贝叶斯分类器

我们构建一个朴素的贝叶斯分类器。

(1)加载到工作区

(2)构建朴素贝叶斯分类器，

(3)对数据进行一些预测，执行以下操作：

library(e1071)  
classifier<-naiveBayes(iris[,1:4], iris[,5])  
table(predict(classifier, iris[,-5]), iris[,5], dnn=list('predicted','actual'))

正如你应该看到的那样，分类器在分类方面做得很好。

这给出了数据中的类分布：类的先验分布。(“先验”是拉丁语，表示“从前开始”)。

由于这里的预测变量都是连续的，朴素贝叶斯分类器为每个预测变量生成三个Giaussian(正态分布)分布：一个用于类变量的每个值。

您将看到3个依赖于类的高斯分布的平均值(第一列)和标准偏差(第二列)：

绘制成图：

plot(function(x) dnorm, 0, 8, col=2, main="3种不同物种的花瓣长度分布")
curve(

值得注意的是，setosa irises(蓝色曲线)花瓣较小(平均值=1.462)，花瓣长度变化较小(唐氏偏差仅为0.1736640)。

理解朴素贝叶斯

在这个问题中，您必须计算出对于一些离散数据，朴素贝叶斯模型的参数应该是什么。

该数据集被称为HairEyeColor，有三个变量：性别、眼睛和头发，给出了某大学592名学生的这3个变量的值。首先看一下数字：

您还可以将其绘制为“马赛克”图，它使用矩形来表示数据中的数字：

你在这里的工作是为一个朴素贝叶斯分类器计算参数，它试图从另外两个变量中预测性别。参数应该使用最大似然性来估计。为了节省手工计算的繁琐时间，下面是如何使用Edge.table来获取所需的计数

naiveBayes(Sex ~

预测