9、朴素贝叶斯分类器的存储模型

朴素贝叶斯分类器的存储模型

1. 引言

在机器学习中，以一个简单的线性模型 $Y = a X1 + b$ 为例，其中 $X1$ 是数值输入变量，$Y$ 是数值输出。训练数据会确定系数 $a$ 和 $b$，这些系数包含了学习到的信息。一旦得到这些系数，训练数据就不再需要保留，模型可以用于新数据。

在开发分类器时，通常会忽略存储学习信息这一步骤。但为了完整性和编程需求，我们需要讨论算法如何对结果进行分类（或预测），以及如何存储在训练集上学习到的信息，以便应用于新的未标记数据。在基于参数的机器学习中，通过训练数据学习到的信息存储在参数中（与非参数算法如 KNN 相对）。这里的“参数”与函数签名中的“参数”含义不同，前者是计算机科学术语，后者是统计学术语。

我们使用在训练集上学到的参数对测试集进行预测，这样可以通过在未见过的数据上测试来评估算法的准确性。对于之前实现的朴素贝叶斯算法，现在的额外编程任务是构建一个结构来存储学习到的参数，并编写一个函数在运行时动态读取该结构。

2. 存储学习到的条件概率的矩阵

本章代码的主要更改是添加一个结构来存储参数，即一组矩阵，用于存储在模型训练过程中学习到的条件概率。对于每个输入变量，我们会创建一个矩阵，矩阵的行是类变量的水平，列是相关输入变量的水平，矩阵的单元格存储条件概率。

例如，对于 nominal.weather 数据框，输入变量 humidity 有两个水平： high 和 normal ，类变量 play 有两个水平：