贝叶斯实验报告word精品.docx

1、贝叶斯实验报告word精品HUNAN UNIVERSITY人工智能实验报告题 目实验三：分类算法实验 学生姓名匿名学生学号2013080702XX专业班级智能科学与技术 1302班指导老师袁讲1.实验目的1.了解朴素贝叶斯算法的基本原理；2.能够使用朴素贝叶斯算法对数据进行分类3.了解最小错误概率贝叶斯分类器和最小风险概率贝叶斯分类器4.学会对于分类器的性能评估方法二、 实验的硬件、软件平台硬件：计算机软件：操作系统：WINDOWS10应用软件：C,Java或者Matlab相关知识点：贝叶斯定理：汽恥;表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率，其基本求解公

2、式为：贝叶斯定理打通了从P（A|B）获得P（B|A）的道路。直接给出贝叶斯定理：.- - 1朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，朴素贝叶斯的思想基础是这样的： 对于给出的待分类项，求解在此项出现的条件下各个类别出 现的概率，哪个最大，就认为此待分类项属于哪个类别。朴素贝叶斯分类的正式定义如下：1、设厂；贋丄丫叱厂北沱如为一个待分类项，而每个 a为x的一个特征属性。2、 有类别集合 渝一;号J3、 计算门|八- 厂乞4、 如果卩如囂）= 说戸（如巩卩（如冋卩（如盂）,则 &蚊那么现在的关键就是如何计算第 3步中的各个条件概率。我们可以这么做：

3、1、 找到一个已知分类的待分类项集合，这个集合叫做训练样本集。2、 统计得到在各类别下各个特征属性的条件概率估计。即p匈期込卩（刨的人,P% Isi）； P何耐P仙|曲Pglsa）；;P血|曲P忖J显戸（加=因为分母对于所有类别为常数，因为我们只要将分子最大化皆可。又因为各特征属性是条件独立m 卩（创诃卩也）=巩血愀）卩（也|询P（如|如卩（询=卩（童）的，所以有： 整个朴素贝叶斯分类分为三个阶段：第一阶段：准备工作阶段，这个阶段的任务是为朴素贝叶斯分类做必要的准备，主要工作是根据 具体情况确定特征属性，并对每个特征属性进行适当划分，然后由人工对一部分待分类项进行分类， 形成训练样本集合。这一

4、阶段的输入是所有待分类数据， 输出是特征属性和训练样本。这一阶段是整 个朴素贝叶斯分类中唯一需要人工完成的阶段， 其质量对整个过程将有重要影响，分类器的质量很大 程度上由特征属性、特征属性划分及训练样本质量决定。第二阶段：分类器训练阶段，这个阶段的任务就是生成分类器，主要工作是计算每个类别在训练 样本中的出现频率及每个特征属性划分对每个类别的条件概率估计， 并将结果记录。其输入是特征属性和训练样本，输出是分类器。这一阶段是机械性阶段，根据前面讨论的公式可以由程序自动计算完 成。第三阶段：应用阶段。这个阶段的任务是使用分类器对待分类项进行分类，其输入是分类器和待 分类项，输出是待分类项与类别的映

5、射关系。这一阶段也是机械性阶段，由程序完成。应甲阶段三、实验内容及步骤实验内容：A.利用贝叶斯算法进行数据分类操作， 并统计其预测正确率，数据集：汽车评估数据集(learn作为学习集，test作为测试集合)B.随机产生10000组正样本和20000负样本高斯分布的数据集合(维数设为二维)，要求正样本：均值为1；3，方差为2 0;0 2;负样本：均值为10;20，方差为10 0;0 10.先验概 率按样本量设定为1/3和2/3.分别利用最小错误概率贝叶斯分类器和最小风险概率贝叶斯分 类器对其分类。(假设风险程度正样本分错风险系数为 0.6，负样本分错风险为0.4，该设定仅用于最小风险分析)相关概

6、念：贝叶斯法则，先验概率，后验概率，最大后验概率1.贝叶斯法则机器学习的任务：在给定训练数据 D时，确定假设空间 H中的最佳假设。最佳假设：一种方法是把它定义为在给定数据 D以及H中不同假设的先验概率的有关知识下的最可能假设。贝叶斯理论提供了一种计算假设概率的方法，基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据 本身。2.先验概率和后验概率用P(h)表示在没有训练数据前假设 h拥有的初始概率。P(h)被称为h的先验概率。先验概率反映了关于 h是一正确 假设的机会的背景知识如果没有这一先验知识，可以简单地将每一候选假设赋予相同的先验概率。类似地， P(D)表示训练数据D的先验

7、概率，P(D|h)表示假设h成立时D的概率。机器学习中，我们关心的是 P(h|D)，即给定D时h 的成立的概率，称为 h的后验概率。3.贝叶斯公式贝叶斯公式提供了从先验概率 P(h)、P(D)和P(D|h)计算后验概率P(h|D)的方法p(h|D)=P(D|H)*P(H)/P(D)P(h|D)随着P(h)和P(D|h)的增长而增长，随着 P(D)的增长而减少，即如果 D独立于h时被观察到的可能性越大，那么D对h的支持度越小。4.极大后验假设学习器在候选假设集合 H中寻找给定数据 D时可能性最大的假设 h，h被称为极大后验假设(MAP确定MAP的方法是用贝叶斯公式计算每个候选假设的后验概率，计算

8、式如下 ：h_map=argmax P(h|D)=argmax (P(D|h)*P(h)/P(D)=argmax P(D|h)*p(h) (h 属于集合 H)C.编写一个贝叶斯分类器。输入为：均指向量、先验概率、协方差矩阵、输入学习数据 X,测试数据类别XLABEL测试数据丫.输出为丫对应的类别。(选做)。四、实验步骤：1仔细阅读并了解实验数据集;2使用任何一种熟悉的计算机语言（比如C,Java或者matlab）实现朴素贝叶斯算法；3利用朴素贝叶斯算法在训练数据上学习分类器 ,训练数据的大小分别设置为：前100个数据,前200个数据，前500个数据，前700个数据，前1000个数据，前1350

9、个数据；4利用测试数据对学习的分类器进行性能评估；5 统计分析实验结果并上交实验报告；A源代码:package Bayes;import java.io.BufferedReader;import java.io.FilelnputStream; import java.io.FileNotFoundException; import java.io.FileReader;import java.io.IOException;import java.math.BigDecimal;import java.util.Vector;String ClassValueName = unacc , a

10、cc , good , vgood ;/存储概率float ClassValue_gl = newfloat 4; / unacc-0 acc-1 good-2 vgood-3 float buy_Vlaue_gl = newfloat 44; / 前面是自己的属性，后面是 value 的属性float main t_Value_gl = n ewfloat 44;float door_Value_gl = n ewfloat 44;float person_Value_gl = n ewfloat 34;float lugboot_Value_gl = newfloat 34;float s

11、afe_Value_gl = n ewfloat 34;/* 主函数*/publicstaticvoid main(String args ) throws lOException NaiveBayesTool NBayes=new NaiveBayesTool();NBayes.ReadFile( learn.txt ); / 获取训练样本NBayes.Calculated_probability(); / 计算概率NBayes.TestData(); /导入测试样本数据NBayes.show(); / 输出结果/*汽车属性类*/publicclass Property /汽车有6个属性，每

12、个属性都有几种类别，根据这 6个属性来判断汽 车的性价比Classvalue如何，buying ; vhigh,high,med,low maint ; vhigh,high,med,low doors ; 2,3,4,5more persons ; 2,4,morelug_boot ; /small ,med,bigpublic String ClassValues ; unacc,acc, good,vgoodpublic Stri ng PredictResult = new Stri ng5; / 记录预测结果public Property(String b,String mStrin

13、g d,String p,String l ,String s,Stringc)buying =b; maint =m doors =d;persons =p; lug_boot =l ; safety =s;ClassValues =c;Vector Data =new Vector。； / 存储数据Vector DataTest =new Vector。； / 存储测试数据/*文件读写获取训练样本*/publicvoid ReadFile(Stri ng file name ) throws lOExcepti onBufferedReader br = new BufferedReade

14、r( new FileReader( file name );String temp= null ;temp=br .readLine();String str = null ;Property TempClass = null ;while (temp! =null )str =temp.split( ,);TempClass = new Property( str 0, str 1, str 2, str 3, str 4, str 5, str 6);Statistics( TempClass); / 统计个数testTotal +;temp=br .readLine();br .clo

15、se();/*统计每一项的个数 vhigh,vhigh,2,2,small,low,unacc*/publicvoid Statistics(Property car)for (int i =0; i 4; i +)if (car . ClassValues .equals( ClassValueName i )ClassValues i +;/vhigh,high,med,lowif ( car . buying .equals( vhigh ) buy 0 i +; elseif ( car . buying .equals( high ) buy 1 i +; elseif ( car

16、. buying .equals( med ) buy 2 i +; else buy 3 i +;/vhigh,high,med,lowif ( car . maint .equals( vhigh ) maint 0 i +; elseif ( car . maint .equals( high ) maint 1 i +; elseif ( car . maint .equals( med ) maint 2 i +; else maint 3 i +;/2,3,4,5moreif ( car . doors .equals( 2 ) door 0 i +;elseif ( car .

17、doors .equals( 3 ) door 1 i +; elseif ( car . doors .equals( 4 ) door 2 i +; else door 3 i +;/2,4,moreif ( car . persons .equals( 2 ) person 0 i +; elseif ( car . persons .equals( 4 ) person 1 i +; else person 2 i +;/small ,med,bigif ( car . lug_boot .equals( small ) lug_boot 0 i +; elseif ( car . l

18、ug_boot .equals( med ) lug_boot 1 i +; else lug_boot 2 i +;/ low,med,highif ( car . safety .equals( low ) safe 0 i +; elseif ( car . safety .equals( med ) safe 1 i +; else safe 2 i +;/* 计算概率*/publicvoid Calculated_probability()for ( int i =0; i ClassValues . length ; i +)ClassValue_gl i =( float ) C

19、lassValues i / testTotal ;for ( int i =0; i buy_Vlaue_gl . length ; i +)for ( int j =0; j buy_Vlaue_gl 0. length ; j +) buy_Vlaue_gl i j =( float )buy i j / ClassValues j ; maint_Value_gl i j =( float ) maint i j / ClassValues j ; door_Value_gl i j =( float ) door i j / ClassValues j ;for ( int i =0

20、; i person_Value_gl . length ; i +)for ( int j =0; j person_Value_gl 0. length ;j +)person_Value_gl i j =( float ) person i j / ClassValues j ; lugboot_Value_gl i j =( float ) lug_boot i j / ClassValues j ; safe_Value_gl i j =( float ) safe i j / ClassValues j ;/*获取测试数据* */publicvoid TestData() thro

21、ws lOExceptionBufferedReader br = new BufferedReader( new FileReader( test.txt );Stri ng temp; temp=br .readLine();String str = null ;Property Car = null ;while (temp!= null )str =temp.split( ,);Car= new Property( str 0, str 1, str 2, str 3, str 4, str 5, str 6); predictTotal +;Data .addElement( Car

22、);calculate( Car); temp=br .readL in e();/*对分类器进行性能测试，判断其成功率为多少paramcar*/publicvoid calculate(Property car)/ un acc,acc,good,vgood, P(yi)-ClassValueTotal_gl 、P(x|yi)=low,vhigh,4,2,small,low,u nacc 第一条float itemGl ; / 每一条的概率int b, m, d, p, l , s;b = m= d = p = l = s = -1; float MaxGl = 0;if ( car . b

23、uying .equals( vhigh ) b = 0; elseif ( car. buying .equals( high ) b = 1;elseif ( car. buying .equals( med) b = 2;else b = 3;if ( car . maint .equals( vhigh ) m= 0; elseif ( car. maint .equals( high ) m= 1;elseif ( car. maint .equals( med) m= 2;else m= 3;if ( car . doors .equals( 2 ) d = 0;elseif (

24、car. doors .equals( 3 ) d = 1;elseif ( car. doors .equals( 4 ) d = 2;else d = 3;if ( car . persons .equals( 2 ) p = 0;elseif ( car. persons .equals( 4 ) p = 1;else p = 2;if ( car . lug_boot .equals( small ) l = 0; elseif ( car. lug_boot .equals( med) l = 1;else l = 2;if ( car . safety .equals( low )

25、 s = 0; elseif ( car. safety .equals( med) s= 1;else s = 2;int t = 0; /记录最大概率的下标 int i ;for ( i = 0; i ClassValue_gl . length ; i +) / 计算在 unacc,acc,good,vgood 下的概率bigDecimal 0 = bigDecimal O.multiply( bigDecimal j ); /multiply 乘 itemGl = bigDecimal O.floatValue();car . PredictResult i = itemGl + t;

26、if ( MaxGlvitemGI ) MaxGl = itemGl ;t = i ;/判断结果是否正确if ( car . ClassValues .equals( ClassValueName t ) / 预测结果和开始给定的结果相等car . PredictResult predictSucess +; elsecar . PredictResultpublicvoid show()for ( int i =0; i predictTotal ; i +) Property c = Data .get( i );for (in t j = 0; j c. PredictResult .

27、le ngth ; j +) System. out .print( c. PredictResult j + t);System. out .println();/分类器的准确率 float t = ( float ) predictSucess / predictTotal ; t=t *10000/100;System. out .println( n 分类器的准确率为：+ t+ %);4,714383E-50/0B.0e.0true8.462725E-50.日OH。弋true5.792265E-5孔00.0true4.3630651-50厨0.0o.otrueG.25774GE S0.

28、00.00.0true.9761642E-S0. &SDfalse3,226216E-S5.6G9697E-50. &falseJ44S931E-S4 0tfue3*727437E-55.9913902E-59.00.0f sls2.807e798E-5G.00.0fslss弓一aaaamE-E3.6t PU&3.M)6155t-b&.971799E-50.0fa 12.59S4110E-S3.S361316E-50.00.0false&.35L1456E-50.00.0true4.347006E-53.S56278E-50.0e.Qfdlse3.2743683E-55.432175E-50. &0.05-5272132E-5&.&e.e0.0true3,70307E-S5.8G1789E-50.00.0felae2.S495853E 5&.1S547E-5e.ee,0false5.1152467E 5060.00.etrjc3.501102E-52.637194E-50.0Q.&.7511726E-545 还 1E-5false f3l0.00 s 01四、思考题1.实验A中的分类器的优缺点。可能存在0概率问题存在准确度问题，朴素贝叶斯分类器是基于样本属性条件独立