Toggle navigation

• Projekt Jupyter
• Návody
• Stiahnuť
• Prihlásiť sa na test
• Prihlásiť sa

1. Data Lab
2. ZSU
3. cv02_naive_bayes.ipynb

Toto je statické zobrazenie, ak chcete Notebook spustiť, prihláste sa do prostredia Data Lab.

Import Required Libraries

import pandas as pd
import numpy as np

Load Dataset

data = {
	'Outlook': ['Rainy', 'Rainy', 'Overcast', 'Sunny', 'Sunny', 'Sunny', 'Overcast', 'Rainy', 'Rainy', 'Sunny', 'Rainy', 'Overcast', 'Overcast', 'Sunny'],
	'Temperature': ['Hot', 'Hot', 'Hot', 'Mild', 'Cool', 'Cool', 'Cool', 'Mild', 'Cool', 'Mild', 'Mild', 'Mild', 'Hot', 'Mild'],
	'Humidity': ['High', 'High', 'High', 'High', 'Normal', 'Normal', 'Normal', 'High', 'Normal', 'Normal', 'Normal', 'High', 'Normal', 'High'],
	'Windy': ['False', 'True', 'False', 'False', 'False', 'True', 'True', 'False', 'False', 'False', 'True', 'True', 'False', 'True'],
	'Play': ['No', 'No', 'Yes', 'Yes', 'Yes', 'No', 'Yes', 'No', 'Yes', 'Yes', 'Yes', 'Yes', 'Yes', 'No']
}
df = pd.DataFrame(data)
df

---

Task 1: Calculate Prior Probabilities

Funckia calculate_prior prijíma na vstupe:

• df: dataset
• target_col: názov cieľového atribútu

Upravte ju tak, aby jej výstupom bol dict obsahujúci apriórne pravdepodobnosti pre jednotlivé triedy cieľového atribútu.

def calculate_prior(df: pd.DataFrame, target_col: str) -> dict[str, float]:
	class_counts = {cls: count for cls, count in df[target_col].value_counts().items()} # slovník s pármi trieda: početnosť
	dataset_length = len(df) # dĺžka datasetu
	prior = {}  # Tuto vložiť výstupné pravdepodobnosti v pároch key: value (názov triedy: pravdepodobnosť)
	
	# TODO: vypočítať pre každú triedu apriórnu pravdepodobnosť
	
	return prior # napr. {"trieda1": 0.4, "trieda2": 0.6}

---

Task 2: Calculate Likelihood

Funkcia calculate_likelihood prijíma na vstupe:

• df: dataset
• feature_col: názov popisného atribútu
• feature_val: konkrétna hodnota atribútu feature_col
• target_col: názov cieľového atribútu
• target_val: trieda cieľového atribútu

Upravte ju tak, aby na výstupe vrátila podmienenú pravdepodobnosť výskytu danej hodnoty feature_val pri triede target_val.

Pozor! Podmienená pravdepodobnosť nemôže mať výslednú hodnotu 0, inak sa táto 0 v neskorších výpočtoch prenesie na celkový výsledok. Ako sa dá tejto situácii predísť?

def calculate_likelihood(df: pd.DataFrame, feature_col: str, feature_val: str, target_col, target_val) -> float:
	df_target = df[df[target_col] == target_val] # záznamy datasetu, kde trieda == target_val
	df_target_features = df_target[df_target[feature_col] == feature_val] # záznamy df_target, kde atribút feature_col == feature_val
	likelihood = 0.0  # P(feature_val | target_val)
	
	# TODO: vypočítať likelihood
	
	return likelihood

---

Task 3: Calculate Posterior Probability

Funkcia calculate_posterior prijíma na vstupe:

• df: dataset
• X: dict obsahujúci popisné atribúty jedného záznamu (vo formáte {"atr1": "val1", "atr2": "val2"})
• target_col: názov cieľového atribútu

Upravte ju tak, aby jej výstupom bol dict obsahujúci výsledné pravdepodobnosti pre jednotlivé triedy cieľového atribútu.

def calculate_posterior(df: pd.DataFrame, X: dict[str, str], target_col: str) -> dict[str, float]:
	prior = calculate_prior(df, target_col)
	posteriors = {}  # {class_label: posterior_score}
	
	for cls in prior:
		posteriors[cls] = 1
		for feature_col, feature_val in X.items():
			# TODO: pre každú triedu cieľového atribútu vypočítajte výslednú pravdepodobnosť
			continue
	
	return posteriors

---

Task 4: Predict

Funkcia predict prijíma na vstupe:

• df: dataset
• X: dict obsahujúci popisné atribúty jedného záznamu (vo formáte {"atr1": "val1", "atr2": "val2"})
• target_col: názov cieľového atribútu

Upravte ju tak, aby jej výstupom bol názov triedy s najvyššou výslednou pravdepodobnosťou.

def predict(df: pd.DataFrame, X: dict[str, str], target_col: str) -> str:
	# TODO: vypočítať výsledné pravdepodobnosti pre vstupný záznam a vrátiť názov najpravdepodobnejšej triedy
    # HINT: Pri dicte s formátom {"trieda": 0.6, "trieda2": 0.4} si viete pomôcť funkciou max(slovnik, key=slovnik.get) 
	
	return

---

Test Your Implementation

# Test sample: Sunny, Hot, Normal, False -> should predict Yes
test_sample = {'Outlook': 'Sunny', 'Temperature': 'Hot', 'Humidity': 'Normal', 'Windy': 'False'}

print("Prior probabilities:", calculate_prior(df, 'Play'))
print("Prediction:", predict(df, test_sample, 'Play'))

---

© 2020-2025 KKUI