sklearn机器学习：贝叶斯的样本不均衡问题

Zen of Data Analysis

于 2019-10-08 20:43:19 发布

阅读量2.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习算法 Python 文章标签：机器学习算法 python 样本不均衡朴素贝叶斯

本文链接：https://blog.youkuaiyun.com/gracejpw/article/details/102408508

本文探讨了样本不均衡问题如何影响贝叶斯分类器，尤其是多项式、高斯和伯努利朴素贝叶斯。伯努利贝叶斯在处理少数类样本上表现相对较好，但受限于二项分布数据。为解决这个问题，统计学家发展了如补集朴素贝叶斯等新兴算法来改进传统朴素贝叶斯。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

贝叶斯由于分类效力不算太好，因此对样本不平衡极为敏感，本文将讨论样本不平衡问题会如何影响到贝叶斯。
先看代码：

import numpy as np
from sklearn.naive_bayes import MultinomialNB, GaussianNB, BernoulliNB
from sklearn.model_selection import train_test_split
from sklearn.datasets import make_blobs
from sklearn.preprocessing import KBinsDiscretizer
from sklearn.metrics import brier_score_loss as BS,recall_score,roc_auc_score as AUC
class_1 = 50000 #多数类为50000个样本
class_2 = 500 #少数类为500个样本
centers = [[0.0, 0.0], [5.0, 5.0]]