NaivePY

Naif

Modul ini tidak lagi dipertahankan

v1.1 adalah rilis terakhir.

Naive Bayes:

Tentang Naive Bayes:

Algoritma Naive Bayes adalah algoritma pembelajaran yang diawasi, yang didasarkan pada teorema Bayes dan digunakan untuk menyelesaikan masalah klasifikasi.
Ini terutama digunakan dalam klasifikasi teks yang mencakup dataset pelatihan dimensi tinggi.
Naif Bayes Classifier adalah salah satu algoritma klasifikasi sederhana dan paling efektif yang membantu dalam membangun model pembelajaran mesin cepat yang dapat membuat prediksi cepat.
Ini adalah classifier probabilistik, yang berarti memprediksi berdasarkan probabilitas suatu objek.
Beberapa contoh populer dari algoritma Bayes naif adalah penyaringan spam, analisis sentimental, dan klasifikasi artikel.

Formula Bayes Naif:

Teorema Bayes juga dikenal sebagai aturan Bayes 'aturan atau Bayes', yang digunakan untuk menentukan probabilitas hipotesis dengan pengetahuan sebelumnya. Itu tergantung pada probabilitas bersyarat. Formula untuk Teorema Bayes diberikan sebagai: Algoritma Klasifikasi Bayes Naif di mana,

$ P (a | b) $ = $ {P (b | a) p (a)} over p (b) $

P (A | B) adalah probabilitas posterior: probabilitas hipotesis A pada peristiwa yang diamati B.

P (B | A) adalah kemungkinan kemungkinan: probabilitas bukti yang diberikan bahwa probabilitas hipotesis adalah benar.

P (a) adalah probabilitas sebelumnya: probabilitas hipotesis sebelum mengamati bukti.

P (B) adalah probabilitas marjinal: probabilitas bukti.

Dokumentasi:

Baca dokumen di sini

Instalasi:

Untuk menginstal modul

 pip install naivepy

Tentang modul:

Modul naifpey dibangun menggunakan python dan panda. Itu dan algoritma pembelajaran mesin. Modul ini dapat mengambil kolom target dan mengklasifikasikannya.

CATATAN : Kolom target harus memiliki 2 jenis nilai lain MaxtargetColumnException lainnya akan terjadi.

Contoh:

Kode :

 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)

Output :

        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

Penulis: Prathamesh Dhande