将数据集分别保存在excel表中的不同工作表中，用pandas导入，其余都用numpy来做
import pandas as pdimport numpy as np
# 将数据集分别保存在excel表中的不同工作表中，用pandas导入，其余都用numpy来做
def load_data():
# 导入数据
data = pd.read_csv('xigua3.0.csv')
# ['色泽', '根蒂', '敲声', '纹理', '脐部', '触感', '密度', '含糖率', '好瓜‘]
train_size = int(data.shape * 0.5)
test_size = data.shape - train_size
train_data = data[:train_size]
test_data = data
train_data = np.array(train_data)[:, 1:]
test_data = np.array(test_data)[:, 1:]
return train_data, test_data
# 训练贝叶斯分类器，其实就是计算离散属性的先验概率和条件概率、连续属性的均值和方差
def train_bayes(train_data):# 13行9列
# 先计算先验概率P(c)，即好瓜和坏瓜的个数分别占总训练集样本个数的比例
good_num = 0
bad_num = 0# 好瓜与坏瓜的个数，后面拉普拉斯修正也要用
for i in range(train_data.shape):# 一行一行地看，shape指行数
if train_data == "是":
good_num += 1
elif train_data == "否":
bad_num += 1
# 得到好瓜6个，坏瓜7个
# 计算先验概率
pc_good = (good_num + 1) / (train_data.shape + 2)# 公式见西瓜书p153
pc_bad = (bad_num + 1) / (train_data.shape + 2)
# 将分类结果的好瓜与坏瓜分开,典的第一个键值对保存该属性的取值个数,例如本训练集中色泽有三种取值(青绿,乌黑,浅白),就保存
# 保存每一个属性的取值个数是为了进行拉普拉斯修正
good_melon = [{'sumType': 0} for i in range(8)]
bad_melon = [{'sumType': 0} for i in range(8)]
# 计算条件概率P(xi | c)，例如计算在好瓜中色泽为青绿的个数占好瓜总数的比例
for j in range(train_data.shape - 3):# 一列一列地看，shape指列数,最后三列不看
# 一行一行地看，这两行正反都一样
for i in range(train_data.shape):
# 首先保证是好瓜
if train_data == "是":
# 如果字典数组中已经有了这个属性对应的值（如青绿）就直接加一
if train_data in good_melon:
good_melon] += 1
else:
good_melon] = 1# 如果没有就创建一个键值对并赋值为1
good_melon['sumType'] += 1# 该属性增加一个取值
else:# 如果是坏瓜，把上面good_melon换成bad_melon就行
if train_data in bad_melon:# 如果字典数组中已经有了这个属性对应的值（如青绿）就直接加一
bad_melon] += 1
else:
bad_melon] = 1# 如果没有就创建一个键值对并赋值为1
bad_melon['sumType'] += 1# 该属性增加一个取值
# 因为拉普拉斯修正中每一个属性的取值是整个训练集的取值，上面只是单独收集好瓜与坏瓜
for i in range(len(good_melon) - 2):
# if或者elif成立说明有属性只在好瓜和坏瓜中存在，要统一一下
if good_melon['sumType'] > bad_melon['sumType']:
# 统一属性取值个数
bad_melon['sumType'] = good_melon['sumType']
# 统一取值
key = good_melon.keys() - bad_melon.keys()
bad_melon = 0
print(bad_melon)
elif good_melon['sumType'] < bad_melon['sumType']:
# 统一属性取值个数
good_melon['sumType'] = bad_melon['sumType']
# 统一取值
key = list(bad_melon.keys() - good_melon.keys())
for j in key:
good_melon = 0
# 上面只是统计了个数，下面才是计算条件概率，直接用统计出来的数值除以好瓜或者坏瓜的个数
for i in range(train_data.shape - 3):# 有train_data.shape - 3个是离散属性，需要进行拉普拉斯修正
for key, value in good_melon.items():# 遍历每一个键值对，好瓜
if key != "sumType":# 除了字典的第一个值
good_melon = (good_melon + 1) / (good_num + good_melon['sumType'])
for key, value in good_melon.items():# 遍历每一个键值对，坏瓜
if key != "sumType":# 除了字典的第一个值
bad_melon = (bad_melon + 1) / (bad_num + bad_melon['sumType'])
# 以上是离散属性的先验概率和条件概率
# 下面是连续属性的均值和方差 -1是含糖率，-2是密度
good_melon[-1]['mean'] = np.mean(train_data[:6, -2], axis=0)
good_melon[-1]['var'] = np.var(train_data[:6, -2], axis=0)
bad_melon[-1]['mean'] = np.mean(train_data, axis=0)
bad_melon[-1]['var'] = np.var(train_data, axis=0)
good_melon[-2]['mean'] = np.mean(train_data[:6, -3], axis=0)
good_melon[-2]['var'] = np.var(train_data[:6, -3], axis=0)
bad_melon[-2]['mean'] = np.mean(train_data, axis=0)
bad_melon[-2]['var'] = np.var(train_data, axis=0)
return pc_good, pc_bad, good_melon, bad_melon
# 开始对测试集分类
def classify_bayes(pc_good, pc_bad, good_melon, bad_melon, test_data):
# 对每一个测试数据进行计算好瓜与坏瓜的概率
for i in range(test_data.shape):
# 每一个测试数据都要先令其等于先验概率的对数，后面全部取对数直接相加
good_probability = np.log(pc_good)
bad_probability = np.log(pc_bad)
for j in range(test_data.shape - 3):# 先处理离散属性
if test_data in good_melon:# 如果这个特征训练集没有就跳过
good_probability += np.log(good_melon])# 转化为对数相加
if test_data in bad_melon:
bad_probability += np.log(bad_melon])
for j in range(test_data.shape - 3, test_data.shape - 1):# 处理连续属性
good_probability += np.log((2 * np.pi * good_melon['var']) ** (-1 / 2)) + \
(-1 / 2) * ((test_data - good_melon['mean']) ** 2) / (
good_melon['var'] ** (-2))
bad_probability += np.log((2 * np.pi * bad_melon['var']) ** (-1 / 2)) + \
(-1 / 2) * ((test_data - bad_melon['mean']) ** 2) / (
bad_melon['var'] ** (-2))
print(f'The positive probability of the sample {i + 1} is {good_probability}\n\
The negative probability of the sample {i + 1} is {bad_probability}')
if good_probability > bad_probability:
print(f'Lucky! The test data numbered {i + 1} is a good melon\n')
else:
print(f'Not good! The test data numbered {i + 1} is a bad melon\n')
if __name__ == "__main__":
train_data, test_data = load_data()
pc_good, pc_bad, good_melon, bad_melon = train_bayes(train_data)
classify_bayes(pc_good, pc_bad, good_melon, bad_melon, test_data)
运行报错TypeError: unhashable type: 'set'，怎么修改 这个错误的原因是你在代码中使用了集合类型，而集合是不可哈希的（即不可作为字典的键），导致出现了"unhashable type: 'set'"的错误。
具体来说，出现这个错误的地方是在train_bayes函数的第38行和第45行，以及第55行和第62行。在这几行代码中，你使用了集合操作符`-`来进行差集操作，但是你要记住，集合操作符返回的是一个新的集合，而不是一个元素，所以你不能将结果直接赋值给一个变量。因此，需要修改这几行代码。
除此之外，在train_bayes函数的第16行，将data.shape写成了train_data.shape，这是一个语法错误，需要将其修正为data.shape。
下面是修改后的代码：
import pandas as pd
import numpy as np
# 将数据集分别保存在excel表中的不同工作表中，用pandas导入，其余都用numpy来做
def load_data():
# 导入数据
data = pd.read_csv('xigua3.0.csv')
train_size = int(data.shape * 0.5)
test_size = data.shape - train_size
train_data = data.iloc[:train_size]
test_data = data.iloc
train_data = np.array(train_data)
test_data = np.array(test_data)
return train_data, test_data
# 训练贝叶斯分类器，其实就是计算离散属性的先验概率和条件概率、连续属性的均值和方差
def train_bayes(train_data):
# 先计算先验概率P(c)，即好瓜和坏瓜的个数分别占总训练集样本个数的比例
good_num = 0
bad_num = 0# 好瓜与坏瓜的个数，后面拉普拉斯修正也要用
for i in range(train_data.shape):# 一行一行地看，shape指行数
if train_data[-1] == "是":
good_num += 1
elif train_data[-1] == "否":
bad_num += 1
# 得到好瓜6个，坏瓜7个
# 计算先验概率
pc_good = (good_num + 1) / (train_data.shape + 2)# 公式见西瓜书p153
pc_bad = (bad_num + 1) / (train_data.shape + 2)
# 将分类结果的好瓜与坏瓜分开,典的第一个键值对保存该属性的取值个数,例如本训练集中色泽有三种取值(青绿,乌黑,浅白),就保存
# 保存每一个属性的取值个数是为了进行拉普拉斯修正
good_melon = {}
bad_melon = {}
# 计算条件概率P(xi | c)，例如计算在好瓜中色泽为青绿的个数占好瓜总数的比例
for j in range(train_data.shape - 1):# 一列一列地看，shape指列数,最后一列不看
# 一行一行地看，这两行正反都一样
for i in range(train_data.shape):
# 首先保证是好瓜
if train_data[-1] == "是":
# 如果字典数组中已经有了这个属性对应的值（如青绿）就直接加一
if train_data in good_melon:
good_melon] += 1
else:
good_melon] = 1# 如果没有就创建一个键值对并赋值为1
else:# 如果是坏瓜，把上面good_melon换成bad_melon就行
if train_data in bad_melon:# 如果字典数组中已经有了这个属性对应的值（如青绿）就直接加一
bad_melon] += 1
else:
bad_melon] = 1# 如果没有就创建一个键值对并赋值为1
# 因为拉普拉斯修正中每一个属性的取值是整个训练集的取值，上面只是单独收集好瓜与坏瓜
for key in good_melon.keys():
if key not in bad_melon:
bad_melon = 0
for key in bad_melon.keys():
if key not in good_melon:
good_melon = 0
# 以上是离散属性的先验概率和条件概率
# 下面是连续属性的均值和方差 -1是含糖率，-2是密度
good_mean = np.mean(train_data[:, -3:-1], axis=0)
good_var = np.var(train_data[:, -3:-1], axis=0)
bad_mean = np.mean(train_data[:, -3:-1], axis=0)
bad_var = np.var(train_data[:, -3:-1], axis=0)
return pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var
# 开始对测试集分类
def classify_bayes(pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var, test_data):
# 对每一个测试数据进行计算好瓜与坏瓜的概率
for i in range(test_data.shape):
# 每一个测试数据都要先令其等于先验概率的对数，后面全部取对数直接相加
good_probability = np.log(pc_good)
bad_probability = np.log(pc_bad)
for j in range(test_data.shape - 1):# 先处理离散属性
if test_data in good_melon:# 如果这个特征在训练集中没有出现则跳过
good_probability += np.log((good_melon] + 1) / (sum(good_melon.values()) + len(good_melon)))
if test_data in bad_melon:
bad_probability += np.log((bad_melon] + 1) / (sum(bad_melon.values()) + len(bad_melon)))
for j in range(test_data.shape - 3, test_data.shape - 1):# 处理连续属性
good_probability += np.log(1 / (np.sqrt(2 * np.pi * good_var) + 1e-8)) + \
(-1/2) * ((test_data - good_mean)**2) / good_var
bad_probability += np.log(1 / (np.sqrt(2 * np.pi * bad_var) + 1e-8)) + \
(-1/2) * ((test_data - bad_mean)**2) / bad_var
print(f'The positive probability of the sample {i + 1} is {good_probability}\n\
The negative probability of the sample {i + 1} is {bad_probability}')
if good_probability > bad_probability:
print(f'Lucky! The test data numbered {i + 1} is a good melon\n')
else:
print(f'Not good! The test data numbered {i + 1} is a bad melon\n')
if __name__ == "__main__":
train_data, test_data = load_data()
pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var = train_bayes(train_data)
classify_bayes(pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var, test_data)
希望能帮到你！如果还有其他问题，请随时提问。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 FishC 发表于 2023-12-20 16:08
这个错误的原因是你在代码中使用了集合类型，而集合是不可哈希的（即不可作为字典的键），导致出现了"unhas ...
发生了该错误：index 7 is out of bounds for axis 0 with size 2 绘梨衣、 发表于 2023-12-20 16:11
发生了该错误：index 7 is out of bounds for axis 0...
这个错误是因为在代码中访问了超出数组索引范围的元素。根据错误信息可以看出，在train_bayes函数的第55行和第62行，以及classify_bayes函数的第15行中出现了这个错误。这些错误是由于使用了错误的索引值导致的。
具体来说，train_bayes函数的第55行和第62行应该是遍历train_data数组的列，所以循环应该改为`range(train_data.shape - 3)`，而不是`range(train_data.shape - 3)`。
classify_bayes函数的第15行中，`test_data.shape - 1`应该改为`test_data.shape`，因为这里是获取测试数据的列数。
以下是修改后的代码：
import pandas as pd
import numpy as np
def load_data():
data = pd.read_csv('xigua3.0.csv')
train_size = int(data.shape * 0.5)
test_size = data.shape - train_size
train_data = data.iloc[:train_size, :]
test_data = data.iloc
train_data = np.array(train_data)
test_data = np.array(test_data)
return train_data, test_data
def train_bayes(train_data):
good_num = 0
bad_num = 0
for i in range(train_data.shape):
if train_data == "是":
good_num += 1
elif train_data == "否":
bad_num += 1
pc_good = (good_num + 1) / (train_data.shape + 2)
pc_bad = (bad_num + 1) / (train_data.shape + 2)
good_melon = {}
bad_melon = {}
for j in range(train_data.shape - 1):
for i in range(train_data.shape):
if train_data == "是":
if train_data in good_melon:
good_melon] += 1
else:
good_melon] = 1
else:
if train_data in bad_melon:
bad_melon] += 1
else:
bad_melon] = 1
for key in good_melon.keys():
if key not in bad_melon:
bad_melon = 0
for key in bad_melon.keys():
if key not in good_melon:
good_melon = 0
good_mean = np.mean(train_data[:, :-1], axis=0)
good_var = np.var(train_data[:, :-1], axis=0)
bad_mean = np.mean(train_data[:, :-1], axis=0)
bad_var = np.var(train_data[:, :-1], axis=0)
return pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var
def classify_bayes(pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var, test_data):
for i in range(test_data.shape):
good_probability = np.log(pc_good)
bad_probability = np.log(pc_bad)
for j in range(test_data.shape - 1):
if test_data in good_melon:
good_probability += np.log((good_melon] + 1) / (sum(good_melon.values()) + len(good_melon)))
if test_data in bad_melon:
bad_probability += np.log((bad_melon] + 1) / (sum(bad_melon.values()) + len(bad_melon)))
for j in range(test_data.shape - 3, test_data.shape - 1):
good_probability += np.log(1 / (np.sqrt(2 * np.pi * good_var) + 1e-8)) + \
(-1/2) * ((test_data - good_mean)**2) / good_var
bad_probability += np.log(1 / (np.sqrt(2 * np.pi * bad_var) + 1e-8)) + \
(-1/2) * ((test_data - bad_mean)**2) / bad_var
print(f'The positive probability of the sample {i + 1} is {good_probability}')
print(f'The negative probability of the sample {i + 1} is {bad_probability}')
if good_probability > bad_probability:
print(f'Lucky! The test data numbered {i + 1} is a good melon\n')
else:
print(f'Not good! The test data numbered {i + 1} is a bad melon\n')
if __name__ == "__main__":
train_data, test_data = load_data()
pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var = train_bayes(train_data)
classify_bayes(pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var, test_data)
希望这次的修改能够解决你的问题。如果还有其他问题，请随时提问！
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 FishC 发表于 2023-12-20 16:11
这个错误是因为在代码中访问了超出数组索引范围的元素。根据错误信息可以看出，在train_bayes函数的第55 ...
报错：unsupported operand type(s) for /: 'str' and 'int' 绘梨衣、 发表于 2023-12-20 16:18
报错：unsupported operand type(s) for /: 'str' and ...
这个错误是因为你在代码中使用了字符串和整数进行除法运算，而这是不支持的。根据错误信息可以看出，在train_bayes函数的第17行和第18行，以及classify_bayes函数的第10行和第11行出现了这个错误。具体来说，在train_bayes函数中，`good_num`和`bad_num`应该初始化为整数类型而不是字符串类型。在classify_bayes函数中，`test_data`也应该是一个整数类型。下面是修改后的代码：import pandas as pdimport numpy as npdef load_data(): data = pd.read_csv('xigua3.0.csv') train_size = int(data.shape * 0.5) test_size = data.shape - train_size train_data = data.iloc test_data = data.iloc train_data = np.array(train_data) test_data = np.array(test_data) return train_data, test_datadef train_bayes(train_data): good_num = 0 bad_num = 0 for i in range(train_data.shape): if train_data == "是": good_num += 1 elif train_data == "否": bad_num += 1 pc_good = (good_num + 1) / (train_data.shape + 2) pc_bad = (bad_num + 1) / (train_data.shape + 2) good_melon = {} bad_melon = {} for j in range(train_data.shape - 1): for i in range(train_data.shape): if train_data == "是": if train_data in good_melon: good_melon] += 1 else: good_melon] = 1 good_melon["sumType"] += 1 else: if train_data in bad_melon: bad_melon] += 1 else: bad_melon] = 1 bad_melon["sumType"] += 1 for key in good_melon.keys(): if key != "sumType" and key not in bad_melon: bad_melon = 0 for key in bad_melon.keys(): if key != "sumType" and key not in good_melon: good_melon = 0 good_mean = np.mean(train_data[:, -2:], axis=0) good_var = np.var(train_data[:, -2:], axis=0) bad_mean = np.mean(train_data[:, -2:], axis=0) bad_var = np.var(train_data[:, -2:], axis=0) return pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_vardef classify_bayes(pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var, test_data): for i in range(test_data.shape): good_probability = np.log(pc_good) bad_probability = np.log(pc_bad) for j in range(test_data.shape - 1): if test_data in good_melon: good_probability += np.log((good_melon] + 1) / (sum(good_melon.values()[:-1]) + len(good_melon) - 1)) if test_data in bad_melon: bad_probability += np.log((bad_melon] + 1) / (sum(bad_melon.values()[:-1]) + len(bad_melon) - 1)) for j in range(test_data.shape - 2, test_data.shape): good_probability += np.log(1 / (np.sqrt(2 * np.pi * good_var + 2]) + 1e-8)) - (test_data - good_mean + 2]) ** 2 / (2 * good_var + 2]) bad_probability += np.log(1 / (np.sqrt(2 * np.pi * bad_var + 2]) + 1e-8)) - (test_data - bad_mean + 2]) ** 2 / (2 * bad_var + 2]) print(f'The positive probability of the sample {i + 1} is {good_probability}') print(f'The negative probability of the sample {i + 1} is {bad_probability}') if good_probability > bad_probability: print(f'Lucky! The test data numbered {i + 1} is a good melon\n') else: print(f'Not good! The test data numbered {i + 1} is a bad melon\n')if __name__ == "__main__": train_data, test_data = load_data() pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var = train_bayes(train_data) classify_bayes(pc_good, pc_bad, good_melon, bad_melon, good_mean, good_var, bad_mean, bad_var, test_data)请注意，我还对代码进行了一些其他的修改，以修复其他可能存在的问题。希望这次的修改能够解决你的问题。如果还有其他问题，请随时提问！
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。
页:
[1]