-
Notifications
You must be signed in to change notification settings - Fork 0
/
naive_bayes.py
129 lines (92 loc) · 3.49 KB
/
naive_bayes.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
import pandas as pd
import numpy as np
import math
from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler()
df = pd.read_excel("Dry_Bean_Dataset.xlsx")
df.iloc[:,0:-1] = scaler.fit_transform(df.iloc[:,0:-1].to_numpy()) #verileri normalize ettik
train = df.sample(frac = 0.7, random_state = 42) # yuzde 70 30 ayrım
test = df.drop(train.index)
y_train = train["Class"]
x_train = train.drop("Class", axis = 1)
y_test = test["Class"]
x_test = test.drop("Class", axis = 1)
#####
classes=[]
flag=0
for i in train["Class"]: #classlarımızı depoluyoruz
for b in classes:
if(i==b):
flag=1
break
else:
flag=0
leng=len(classes)
if(leng==7):
break
if(flag!=1):
classes.append(i)
flag=0
df_new=pd.DataFrame()
df_new_var=pd.DataFrame()
df_new_prior=pd.DataFrame()
for i in range(0,len(classes)): # ortalama standart sapma ve ilk olasılıkları hesaplayarak dataframe'e çeviriyoruz.
df_new_temp=pd.DataFrame(train[train['Class'] == classes[i]].mean(numeric_only=True),columns=[classes[i]]).T
temp=df_new_temp
df_new=pd.concat([df_new, temp], ignore_index=False)
df_new_temp_var=pd.DataFrame(train[train['Class'] == classes[i]].var(numeric_only=True)**0.5,columns=[classes[i]]).T
temp_var=df_new_temp_var
df_new_var=pd.concat([df_new_var, temp_var], ignore_index=False)
df_new_temp_prior=(pd.DataFrame(train[train['Class'] == classes[i]].count(numeric_only=True)/len(train["Class"]==classes[i]),columns=[classes[i]])).iloc[-1]
temp_prior=df_new_temp_prior
df_new_prior=pd.concat([df_new_prior, temp_prior], ignore_index=False)
means=df_new
stdev=df_new_var
prior=df_new_prior[0]
#print(means)
def sayisal_hesap(x, mean, stdev):
#sayısal değerlerde olasılık hesabı denklemi
exponent = math.exp(-((x-mean)**2 / (2 * stdev**2 )))
return (1 / (math.sqrt(2 * math.pi) * stdev)) * exponent
def Predict(x_data):
Predictions = []
for i in x_data.index: # bir verimizi secıyoruz
ClassLikelihood = []
instance = x_data.loc[i]
for j in classes: #j classların içine giriyor
FeatureLikelihoods = []
FeatureLikelihoods.append(prior[j]) #ilk olasılığı ekliyoruz
for k in x_train.columns: #columnslara girerek hesap yapacagız
data = instance[k]
mean = means[k].loc[j] #ortalamayı alıyoruz
variance = stdev[k].loc[j] #varyansı alıyoruz
Likelihood = sayisal_hesap(data, mean, variance) # sayısal değerlerde hesaplama fonksıyonu
if(Likelihood==0):
Likelihood = 0.05 # sabit olarak almak istedim
# 0.05 means olarak dusunerekten
# hesaplamayı bozmayacagını tahmın edıyorum
FeatureLikelihoods.append(Likelihood)
ClassLikelihood.append(np.prod(FeatureLikelihoods))
#max olasılıgı seçmek ıcın yazılan kod parcacıgı
max_prob=max(ClassLikelihood)
count=0
for i in ClassLikelihood:
if(i==max_prob):
max_prob_index=count
break
count+=1
Prediction = classes[max_prob_index]
Predictions.append(Prediction)
return Predictions
def Accuracy(y, y_head):#doğruluk hesabını yaptıgımız bölüm
y = list(y)
y_head = list(y_head)
score = 0
for i, j in zip(y, y_head):
if i == j:
score += 1
return score / len(y)
PredictTrain = Predict(x_train)
PredictTest = Predict(x_test)
print("Train sonuç ",round(Accuracy(y_train, PredictTrain), 5))
print("Test sonuç ",round(Accuracy(y_test, PredictTest), 5))