NaivePY

Ingenuo

Este módulo ya no se mantiene

V1.1 es el último lanzamiento.

Ingenuo bayes:

Sobre ingenuos bayes:

El algoritmo de Bayes ingenuo es un algoritmo de aprendizaje supervisado, que se basa en el teorema de Bayes y se utiliza para resolver problemas de clasificación.
Se utiliza principalmente en la clasificación de texto que incluye un conjunto de datos de entrenamiento de alta dimensión.
El clasificador de Bayes ingenuo es uno de los algoritmos de clasificación simples y efectivos que ayuda a construir los modelos de aprendizaje automático rápido que pueden hacer predicciones rápidas.
Es un clasificador probabilístico, lo que significa que predice sobre la base de la probabilidad de un objeto.
Algunos ejemplos populares de algoritmo de Bayes ingenuo son la filtración de spam, el análisis sentimental y los artículos de clasificación.

Fórmula de Bayes ingenuos:

El teorema de Bayes también se conoce como regla de Bayes o ley de Bayes ', que se utiliza para determinar la probabilidad de una hipótesis con conocimiento previo. Depende de la probabilidad condicional. La fórmula para el teorema de Bayes se da como: algoritmo de clasificador de Bayes ingenuo donde,

$ P (A | B) $ = $ {P (b | a) p (a)} sobre p (b) $

P (a | b) es probabilidad posterior: probabilidad de hipótesis A en el evento observado B.

P (b | a) es probabilidad de probabilidad: probabilidad de la evidencia dada que la probabilidad de una hipótesis es verdadera.

P (a) es probabilidad previa: probabilidad de hipótesis antes de observar la evidencia.

P (b) es probabilidad marginal: probabilidad de evidencia.

Documentación:

Lea los documentos aquí

Instalación:

Para instalar el módulo

 pip install naivepy

Acerca del módulo:

El módulo Naivepy se construye con Python y Pandas. Es y algoritmo de aprendizaje automático. Este módulo puede tomar la columna de destino y clasificarla.

NOTA : La columna de destino debe tener 2 tipos de valores que se ocurrirá otra sabia MaxtargetColumnException.

Ejemplos:

Código :

 from naivepy import Naive

n=Naive(filename="data.csv",sample_list=["red","suv","domestic"],target_column="stolen")
print(n.getans)
print(n.getdata)
print(n.getlabel)

Producción :

        Color    Type    Origin Stolen
   0     Red  Sports  Domestic    Yes
   1     Red  Sports  Domestic     No
   2     Red  Sports  Domestic    Yes
   3  Yellow  Sports  Domestic     No
   4  Yellow  Sports  Imported    Yes
   5  Yellow     SUV  Imported     No
   6  Yellow     SUV  Imported    Yes
   7  Yellow     SUV  Domestic     No
   8     Red     SUV  Imported     No
   9     Red  Sports  Imported    Yes
   No
   0.072

Autor: Prathamesh Dhande