29、朴素贝叶斯分类器可视化的列线图方法

朴素贝叶斯分类器可视化的列线图方法

1. 引言

在监督机器学习领域，朴素贝叶斯分类器（NBC）是一种简单却强大的技术，可从带标签的训练集中构建预测模型。尽管它假设属性在给定类别条件下相互独立，但得到的模型往往很稳健，甚至能与或超越其他更复杂的机器学习方法。

除了良好的预测准确性，NBC 还能通过揭示属性值与类别之间的关系，为训练数据提供有价值的见解。而可视化是呈现这些关系最简单有效的方式。不过，虽然 NBC 的预测方面已被广泛研究，但关于其可视化和解释能力的报告却较少。Kononenko 引入了通过了解特定属性值所获得的信息概念，可用于解释属性值如何影响类别预测概率；Becker 等人则提出了另一种可视化方法，在商业数据挖掘套件 MineSet 中以 Evidence Visualizer 的形式呈现，它使用饼图和条形图表示条件概率，并为类别概率预测提供交互式支持。

本文提出了一种新的 NBC 可视化方法，使用简单的图形对象（点、尺子和线）清晰展示属性值对类别概率的定量影响，便于可视化和理解。该方法基于列线图，列线图是一种图形化表示数值关系的工具，最初由法国数学家 Maurice d’Ocagne 于 1891 年发明，用于在不进行微积分计算的情况下图形化计算方程结果。后来，Lubsen 等人将其扩展用于可视化逻辑回归模型，如今在肿瘤学等领域有广泛应用。

2. 朴素贝叶斯列线图

以泰坦尼克号乘客生存概率预测的列线图为例，该列线图基于泰坦尼克号数据集构建，包含旅行等级（头等舱、二等舱、三等舱或船员）、年龄（成人或儿童）和性别三个属性。

在泰坦尼克号的 2201 名乘客中，711 人（32.3%）幸存。预测时，每个属性的