R 中的朴素贝叶斯，e1071 库：拟合模型给出先验概率作为每条记录的预测

Question

我使用 e1071 库中的朴素贝叶斯。我有以下名为 nb0.csv

的玩具数据集

N_INQUIRIES_BIN,TARGET
1,0
2,1
2,0
1,0
1,0
1,0
1,1

然后我使用下面的代码行

library(e1071)
data = read.csv('d:/nb0.csv')
model <- naiveBayes(as.factor(data[, 'N_INQUIRIES_BIN']), data[, 'TARGET'])

当我键入 model 时，我看到模型以某种方式进行了训练

> model    
Naive Bayes Classifier for Discrete Predictors

Call:
naiveBayes.default(x = as.factor(data[, "N_INQUIRIES_BIN"]),
    y = data[, "TARGET"])

A-priori probabilities:
data[, "TARGET"]
        0         1
0.7142857 0.2857143

Conditional probabilities:
                x
data[, "TARGET"]   1   2
               0 0.8 0.2
               1 0.5 0.5

但是，当我对训练数据进行预测时，我得到先验概率作为对所有记录的预测

> predict(model, as.factor(data[, 'N_INQUIRIES_BIN']), type='raw')
             0         1
[1,] 0.7142857 0.2857143
[2,] 0.7142857 0.2857143
[3,] 0.7142857 0.2857143
[4,] 0.7142857 0.2857143
[5,] 0.7142857 0.2857143
[6,] 0.7142857 0.2857143
[7,] 0.7142857 0.2857143

这是实施错误还是我遗漏了一些明显的东西？

P.S。 example

一切正常

正确答案

代码

library(e1071)
data = read.csv('d:/nb0.csv')

data$N_INQUIRIES_BIN <- as.factor(data$N_INQUIRIES_BIN)

model <- naiveBayes(TARGET ~ ., data)
predict(model, data, type='raw')

正是我想要的结果

Answer 1

评论太长了，所以我发帖作为回答。我看到两三个可以切换的东西：

首先：我建议在模型外调用as.factor()，像这样：

data$N_INQUIRIES_BIN <- as.factor(data$N_INQUIRIES_BIN)

第二：我不确定这是否是你想要的，但我在你的电话中没有看到公式（请注意你发布的示例中有总是一个公式），注意这之间的区别：

model <- naiveBayes(as.factor(data[, 'N_INQUIRIES_BIN']), data[, 'TARGET'])

还有这个：

#Here I can't claim this is the model you are looking for, but for illustration purposes:
model <- naiveBayes(N_INQUIRIES_BIN ~ ., data = data)

请注意，除了之前调用 as.factor() 之外，我还切换了数据调用，因为这在尝试您的方法时引发了错误：

Error in naiveBayes.formula(N_INQUIRIES_BIN ~ ., data = data[, 2]) : naiveBayes formula interface handles data frames or arrays only

按名称引用时同样的错误：

Error in naiveBayes.formula(N_INQUIRIES_BIN ~ ., data = data[, "TARGET"]) : naiveBayes formula interface handles data frames or arrays only

然而，这个替代模型输出以下内容：

model <- naiveBayes(N_INQUIRIES_BIN ~ ., data = data)
model
#
#Naive Bayes Classifier for Discrete Predictors
#
#Call:
#naiveBayes.default(x = X, y = Y, laplace = laplace)
#
#A-priori probabilities:
#Y
#        1         2 
#0.7142857 0.2857143 
#
#Conditional probabilities:
#   TARGET
#Y   [,1]      [,2]
#  1  0.2 0.4472136
#  2  0.5 0.7071068

再次注意，使用此函数调用计算的条件概率和先验概率与您的不同。

最后，预测（再次按照帮助文件中的示例）：

#Here, all of the dataset is taken into account
predict(model, data, type='raw')
#             1         2
#[1,] 0.8211908 0.1788092
#[2,] 0.5061087 0.4938913
#[3,] 0.8211908 0.1788092
#[4,] 0.8211908 0.1788092
#[5,] 0.8211908 0.1788092
#[6,] 0.8211908 0.1788092
#[7,] 0.5061087 0.4938913

为了完整起见，并且关于发布的主题，模型 中的公式与 OP 想要的 不同，这里是实际调用：

#Keep the as.factor call outside of the model
data$N_INQUIRIES_BIN <- as.factor(data$N_INQUIRIES_BIN)
#explicitly state the formula in the naivebayes
#note that the especified column is TARGET and not N_INQUIRIES_BIN
model <- naiveBayes(TARGET ~ ., data)
#predict the model, with all the dataset
predict(model, data, type='raw')
#Yields the following:
#       0   1
#[1,] 0.8 0.2
#[2,] 0.5 0.5
#[3,] 0.5 0.5
#[4,] 0.8 0.2
#[5,] 0.8 0.2
#[6,] 0.8 0.2
#[7,] 0.8 0.2

R 中的朴素贝叶斯，e1071 库：拟合模型给出先验概率作为每条记录的预测

Naive Bayes in R, e1071 library: fitted model gives apriori probabilities as predictions for every record

r

naivebayes