• 機器學習之多項式貝葉斯分類器multinomialNB

# -*- coding: utf-8 -*-
"""
Created on Sun Nov 25 11:28:25 2018

@author: muli
"""

from sklearn import naive_bayes,datasets,cross_validation
import  numpy as np
import  matplotlib.pyplot as plt


def load_data():
    '''
    載入用於分類問題的資料集。這裡使用 scikit-learn 自帶的 digits 資料集

    :return: 一個元組，用於分類問題。元組元素依次為：訓練樣本集、測試樣本集、訓練樣本集對應的標記、測試樣本集對應的標記
    '''
    # 載入 scikit-learn 自帶的 digits 資料集
    digits=datasets.load_digits() 
    #分層取樣拆分成訓練集和測試集，測試集大小為原始資料集大小的 1/4
    return cross_validation.train_test_split(digits.data,digits.target,
		test_size=0.25,random_state=0,stratify=digits.target)
    
    
def test_MultinomialNB(*data):
    '''
    測試 MultinomialNB 的用法

    :param data: 可變引數。
    它是一個元組，這裡要求其元素依次為：訓練樣本集、測試樣本集、訓練樣本的標記、測試樣本的標記
    :return: None
    '''
    X_train,X_test,y_train,y_test=data
    cls=naive_bayes.MultinomialNB()
    cls.fit(X_train,y_train)
    print('Training Score: %.2f' % cls.score(X_train,y_train))
    print('Testing Score: %.2f' % cls.score(X_test, y_test))   
    
 
def test_MultinomialNB_alpha(*data):
    '''
    測試 MultinomialNB 的預測效能隨 alpha 引數的影響

    :param data: 可變引數。它是一個元組，這裡要求其元素依次為：訓練樣本集、測試樣本集、訓練樣本的標記、測試樣本的標記
    :return: None
    '''
    X_train,X_test,y_train,y_test=data
    alphas=np.logspace(-2,5,num=200)
    train_scores=[]
    test_scores=[]
    for alpha in alphas:
        cls=naive_bayes.MultinomialNB(alpha=alpha)
        cls.fit(X_train,y_train)
        train_scores.append(cls.score(X_train,y_train))
        test_scores.append(cls.score(X_test, y_test))

    ## 繪圖
    fig=plt.figure()
    ax=fig.add_subplot(1,1,1)
    ax.plot(alphas,train_scores,label="Training Score")
    ax.plot(alphas,test_scores,label="Testing Score")
    ax.set_xlabel(r"$\alpha$")
    ax.set_ylabel("score")
    ax.set_ylim(0,1.0)
    ax.set_title("MultinomialNB")
    ax.set_xscale("log")
    plt.show()    
    
    
if __name__=='__main__':
    X_train,X_test,y_train,y_test=load_data() # 產生用於分類問題的資料集
#    test_MultinomialNB(X_train,X_test,y_train,y_test) # 呼叫 test_MultinomialNB
    test_MultinomialNB_alpha(X_train,X_test,y_train,y_test) # 呼叫 test_MultinomialNB_alpha