r - R 中的多项式朴素贝叶斯分类器

Question

我重新问这个问题(同名)Multinomial Naive Bayes Classifier 。这个问题似乎已经接受了一个答案，我认为这个答案要么是错误的，要么我需要更多解释，因为我仍然不明白。

到目前为止，我在 R 中看到的每个朴素贝叶斯分类器(包括 bnlearn 和 klaR )都有假设特征具有高斯似然的实现。

R 中是否有使用多项似然的朴素贝叶斯分类器的实现(类似于 scikit-learn's MultinomialNB )？

特别是——如果事实证明在这些模块中存在某种调用naive.bayes的方法，以便用多项分布来估计可能性——我真的很感激一个例子这是怎么做到的。我搜索过示例，但没有找到任何示例。例如:这就是 klaR.NaiveBayes 中 usekernal 参数的用途吗？

Answer 1

我不知道 predict 方法在 naive.bayes 模型上调用什么算法，但您可以根据条件概率表(mle 估计)自行计算预测

# You may need to get dependencies of gRain from here
#   source("http://bioconductor.org/biocLite.R")
#   biocLite("RBGL")

    library(bnlearn)
    library(gRain)

使用naive.bayes帮助页面中的第一个示例

    data(learning.test)

    # fit model
    bn <- naive.bayes(learning.test, "A")   

    # look at cpt's
    fit <- bn.fit(bn, learning.test)    

    # check that the cpt's (proportions) are the mle of the multinomial dist.
    # Node A:
    all.equal(prop.table(table(learning.test$A)), fit$A$prob)
    # Node B:
    all.equal(prop.table(table(learning.test$B, learning.test$A),2), fit$B$prob)


    # look at predictions - include probabilities 
    pred <- predict(bn, learning.test, prob=TRUE)
    pr <- data.frame(t(attributes(pred)$prob))
    pr <- cbind(pred, pr)

    head(pr, 2)

#   preds          a          b          c
# 1     c 0.29990442 0.33609392 0.36400165
# 2     a 0.80321241 0.17406706 0.02272053

通过运行查询来计算 cpt 的预测概率 - 使用“gRain”

    # query using junction tree- algorithm
    jj <- compile(as.grain(fit))

    # Get ptredicted probs for first observation
    net1 <- setEvidence(jj, nodes=c("B", "C", "D", "E", "F"), 
                                         states=c("c", "b", "a", "b", "b"))

    querygrain(net1, nodes="A", type="marginal")

# $A
# A
#        a         b         c 
# 0.3001765 0.3368022 0.3630213 

    # Get ptredicted probs for secondobservation
    net2 <- setEvidence(jj, nodes=c("B", "C", "D", "E", "F"), 
                                         states=c("a", "c", "a", "b", "b"))

    querygrain(net2, nodes="A", type="marginal")

# $A
# A
#         a          b          c 
# 0.80311043 0.17425364 0.02263593 

因此，这些概率非常接近您从 bnlearn 获得的概率，并且是使用 MLE 计算的，