Smoothing 과 Log 연산을 사용했을 때 다른 결과가 나옵니다.

안녕하세요.

강의 잘 듣고 있습니다.

2_german_credit_application 따라하다가 Smoothing과 log를 적용해 보았는데,

결과가 원래와 다르게 나옵니다.

아래 코드입니다. 혹시 제가 실수한 곳이 있나요.

몇 시간이나 이것 저것 바꾸어 보았지만 찾지 못해서 질문드립니다.

고맙습니다.

import pandas as pd
import numpy as np
df = pd.read_csv('./fraud.csv', sep=',')
del df['ID']
y_data = df['Fraud'].as_matrix()
x_df = pd.get_dummies(df[['History', 'CoApplicant', 'Accommodation']])
x_data = x_df.as_matrix()
ix_y_is_true = np.where(y_data == True)[0]
ix_y_is_false = np.where(y_data == False)[0]
p_y_is_true = len(ix_y_is_true) / len(y_data)
p_y_is_false = len(ix_y_is_false)/ len(y_data)
# Smoothing...
k = 2
p_x_when_y_is_true_sm = (np.sum(x_data[ix_y_is_true], axis=0) + k) / (len(ix_y_is_true) + k * 2)
p_x_when_y_is_false_sm = (np.sum(x_data[ix_y_is_false], axis=0) + k) / (len(ix_y_is_false) + k * 2)
# Test
x_test = [0,1,0,0,0,1,0, 0,1,0]
p_true = np.log(p_y_is_true) + np.dot(x_test, np.log(p_x_when_y_is_true_sm))
p_false = np.log(p_y_is_false) + np.dot(x_test, np.log(p_x_when_y_is_false_sm))
print('p_true > p_false :', p_true > p_false)