朴素贝叶斯分类（鸢尾花数据集）

本次主要用朴素贝叶斯分类器实现鸢尾花数据集的分类：

---

1、导入必要的库：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB
from sklearn.metrics import accuracy_score, classification_report

import pandas as pd
from sklearn.impute import SimpleImputer
from sklearn.preprocessing import StandardScaler
import numpy as np

导入sklearn的相关库，数据的处理与分析库pandas，数值计算库numpy等等。

---

2、定义朴素贝叶斯分类器：

fit 函数：

• np.unique(y) 获取 y 中所有不同的类别，并将这些类别存储在 self.classes 中，这里的classes就是['Iris-setosa' 'Iris-versicolor' 'Iris-virginica']
• 通过 X[y == c] 选择属于类别 c 的所有样本，存储在 X_c 中
• 均值和方差是按特征计算的，即每个特征有一个均值和一个方差，但是prior只有一个。
• axis=0 也表示沿着行的方向，即对每一列进行操作

predict函数：

• iterrows() 是 pandas DataFrame 的一个方法，它按行迭代 DataFrame，返回每行的索引和行数据。

_predict函数：

• 用np.log(self.parameters[c][“prior”]) 得到先验概率的对数
• self.parameters[c][“mean”].values可以得到c类的4个特征的均值，如Iris-setosa的均值是[-1.03396583 0.89321545 -1.31141791 -1.25710072]，方差类似。
• 调用_calculate_likelihood函数求似然，4个特征的似然都求出，然后相乘（因为这里满足独立同分布的假设，所以$$P(x_1{x}_{2}x$$