Naive Bayes – Scikit Learn

En este momento ya conocemos de que se trata el algoritmo de Naive Bayes, ahora aprenderemos a cómo implementarlo junto a la librería de Python Scikit Learn.

Igual que ya lo hemos mencionado anteriormente, la librería Scikit Learn proporciona un modelo bastante completo para implementar los algoritmos de Machine Learning, en este caso será el de Naive Bayes el que trataremos acá.

Para implementar este algoritmo lo primero que se debe definir es el modulo, sklearn.naive_bayes, e importamos la clase que será GaussianNB. Este modulo cuenta con distintas clases, pero la mencionada acá es la más utilizada de todas.

Naive Bayes scikit 1

Una vez que se haya realizado esto se puede implementar este algoritmo en el programa que se este desarrollando. Para realizar el entrenamiento del modelo se utiliza la instrucción fit() junto al algoritmo y para realizar una predicción se utilizar predict() junto al algoritmo. Para aplicar ambas instrucciones se deberá haber definido previamente las variables independientes y dependiente para poderlas utilizar acá. Este es el mismo procedimiento que se ha utilizado con los otros algoritmos de Machine Learning que se han explicado.

Naive Bayes scikit 2

Este algoritmo por ser muy básico no requiere de mucha configuración de parámetros, inclusive solamente cuenta con tan solo dos parámetros, que por lo general no se utilizan. En otras palabras, al implementar este algoritmo se deja tal cual como está sin realizar ninguna configuración de los parámetros.

Naive Bayes scikit 3

Si quieres obtener más información al resto puedes dirigirte a la página oficial de este algoritmo para que tu mismo te des cuenta de esto.

Si hacemos un resumen de los comandos para implementar el algoritmo de Naive Bayes son los siguientes:

Naive Bayes scikit 4

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *