NaivePY

Наивпи

Этот модуль больше не поддерживается

v1.1 - последний релиз.

Наивный Байес:

О наивном байесах:

Наивный алгоритм Байеса - это контролируемый алгоритм обучения, который основан на теореме Байеса и используется для решения задач классификации.
В основном он используется в текстовой классификации, которая включает в себя высокомерный набор учебных данных.
Наивный классификатор Байеса - один из самых простых и эффективных алгоритмов классификации, который помогает в создании моделей быстрого машинного обучения, которые могут быстро сделать прогнозы.
Это вероятностный классификатор, который означает, что он предсказывает на основе вероятности объекта.
Некоторые популярные примеры наивного байеса -алгоритма - спам -фильтрация, сентиментальный анализ и классифицирующие статьи.

Формула наивного байеса:

Теорема Байеса также известна как правило Байеса или Закон Байеса, который используется для определения вероятности гипотезы с предыдущими знаниями. Это зависит от условной вероятности. Формула для теоремы Байеса дана как: наивный алгоритм классификатора Байеса, где,

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

P (a | b) является задней вероятностью: вероятность гипотезы A на наблюдаемом событии B.

P (B | A) является вероятностью вероятности: вероятность доказательств, учитывая, что вероятность гипотезы является истинной.

P (A) является предварительной вероятностью: вероятность гипотезы перед наблюдением за доказательствами.

P (b) - предельная вероятность: вероятность доказательств.

Документация:

Прочитайте документы здесь

Установка:

Чтобы установить модуль

 pip install naivepy

О модуле:

Naivepy Module построен с использованием Python и Pandas. Это и алгоритм машинного обучения. Этот модуль может взять целевой столбец и классифицировать его.

ПРИМЕЧАНИЕ . Целевой столбец должен иметь 2 типа значений. Произойдет другие мудрые maxtargetcolumnexception.

Примеры:

Код :

 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)

Выход :

        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

Автор: Prathamesh dhande