• 朴素贝叶斯算法
    • 功能介绍
    • 参数说明
    • 脚本示例
      • 运行脚本
      • 运行结果

    朴素贝叶斯算法

    功能介绍

    • 朴素贝叶斯是一个多分类算法
    • 朴素贝叶斯组件支持稀疏、稠密两种数据格式
    • 朴素贝叶斯组件支持带样本权重的训练

    参数说明

    名称 中文名称 描述 类型 是否必须? 默认值
    modelType 模型类型 取值为 Multinomial 或 Bernoulli String “Multinomial”
    featureCols 特征列名数组 特征列名数组,默认全选 String[] null
    labelCol 标签列名 输入表中的标签列名 String
    weightCol 权重列名 权重列对应的列名 String null
    vectorCol 向量列名 向量列对应的列名,默认值是null String null
    smoothing 算法参数 光滑因子,默认为1.0 Double 1.0
    vectorCol 向量列名 向量列对应的列名,默认值是null String null
    predictionCol 预测结果列名 预测结果列名 String
    predictionDetailCol 预测详细信息列名 预测详细信息列名 String
    reservedCols 算法保留列名 算法保留列 String[] null

    脚本示例

    运行脚本

    1. data = np.array([
    2. [1.0, 1.0, 0.0, 1.0, 1],
    3. [1.0, 0.0, 1.0, 1.0, 1],
    4. [1.0, 0.0, 1.0, 1.0, 1],
    5. [0.0, 1.0, 1.0, 0.0, 0],
    6. [0.0, 1.0, 1.0, 0.0, 0],
    7. [0.0, 1.0, 1.0, 0.0, 0],
    8. [0.0, 1.0, 1.0, 0.0, 0],
    9. [1.0, 1.0, 1.0, 1.0, 1],
    10. [0.0, 1.0, 1.0, 0.0, 0]])
    11. df = pd.DataFrame({"f0": data[:, 0],
    12. "f1": data[:, 1],
    13. "f2": data[:, 2],
    14. "f3": data[:, 3],
    15. "label": data[:, 4]})
    16. df["label"] = df["label"].astype('int')
    17. batchData = dataframeToOperator(df, schemaStr='f0 double, f1 double, f2 double, f3 double, label int', op_type='batch')
    18. # load data
    19. colnames = ["f0","f1","f2", "f3"]
    20. ns = NaiveBayes().setFeatureCols(colnames).setLabelCol("label").setPredictionCol("pred")
    21. model = ns.fit(batchData)
    22. model.transform(batchData).print()

    运行结果

    f0 f1 f2 f3 label pred
    1.0 1.0 0.0 1.0 1 1
    1.0 0.0 1.0 1.0 1 1
    1.0 0.0 1.0 1.0 1 1
    0.0 1.0 1.0 0.0 0 0
    0.0 1.0 1.0 0.0 0 0
    0.0 1.0 1.0 0.0 0 0
    0.0 1.0 1.0 0.0 0 0
    1.0 1.0 1.0 1.0 1 1
    0.0 1.0 1.0 0.0 0 0