multinomialNB

语法

multinomialNB(Y, X, [varSmoothing=1.0])

参数

Y 是一个长度与 X 的行数相等的向量，表示 X 中每个样本对应的标签。

X 是一个表，表示训练集。表中每一行表示一个样本，每一列表示一个特征。

varSmoothing 是0到1之间的浮点数，表示平滑系数。

详情

使用多项式朴素贝叶斯（Multinomial Naive Bayes）算法对数据进行分类训练。返回的结果是一个字典，包含以下key：

• modelName：模型名称，为字符串”MultinomialNB”

• model：multinomialNB的内部模型

• varSmoothing：训练时使用的平滑系数

例子

本例所用数据集iris.data可从 https://archive.ics.uci.edu/ml/datasets/iris 下载。

$ DATA_DIR = "C:/DolphinDB/Data"
$ t = loadText(DATA_DIR+"/iris.data")
$ t.rename!(`col0`col1`col2`col3`col4, `sepalLength`sepalWidth`petalLength`petalWidth`class)
$ t[`classType] = take(0, t.size())
$ update t set classType = 1 where class = "Iris-versicolor"
$ update t set classType = 2 where class = "Iris-virginica"

$ training = select sepalLength, sepalWidth, petalLength, petalWidth from t
$ labels = t.classType

$ model = multinomialNB(labels, training);

$ predict(model, training);