zoukankan      html  css  js  c++  java
  • sklearn中的朴素贝叶斯模型及其应用

    使用朴素贝叶斯模型对iris数据集进行花分类

    1.使用高斯分布型对iris数据集进行花分类

    from sklearn.datasets import load_iris
    iris = load_iris()
    
    from sklearn.naive_bayes import GaussianNB
    gnb = GaussianNB()  # 建立模型
    pred = gnb.fit(iris.data,iris.target)  # 模型训练
    y_pred = gnb.predict(iris.data)  # 分类预测
    
    print(iris.data.shape[0],(iris.target != y_pred).sum())

    2.使用多项式型对iris数据集进行花分类

    
    

    from sklearn.datasets import load_iris
    iris = load_iris()

    
    

    from sklearn.naive_bayes import MultinomialNB
    gnb = MultinomialNB()
    pred = gnb.fit(iris.data,iris.target)
    y_pred = pred.predict(iris.data)

    
    

    print(iris.data.shape[0],(iris.target != y_pred).sum())

    3.使用伯努利型对iris数据集进行花分类

    
    

    from sklearn.datasets import load_iris
    iris = load_iris()
    from sklearn.naive_bayes import BernoulliNB
    gnb = BernoulliNB()
    pred = gnb.fit(iris.data,iris.target)
    y_pred = pred.predict(iris.data)

    
    

    print(iris.data.shape[0],(iris.target != y_pred).sum())

     

     

    使用sklearn.model_selection.cross_val_score(),对模型进行验证。

    1.高斯分布型

    from sklearn.naive_bayes import GaussianNB
    from sklearn.model_selection import cross_val_score
    gnb = GaussianNB() 
    scores = cross_val_score(gnb, iris.data,iris.target, cv=10)
    print("Accuracy:%.3f"%scores.mean())

    2.多项式型

    from sklearn.naive_bayes import MultinomialNB
    from sklearn.model_selection import cross_val_score
    gnb = MultinomialNB()
    scores = cross_val_score(gnb, iris.data, iris.target, cv=10)
    print("Accuracy:%.3f"%scores.mean())

    3.伯努利型

    from sklearn.naive_bayes import BernoulliNB
    from sklearn.model_selection import cross_val_score
    gnb = BernoulliNB()
    scores = cross_val_score(gnb, iris.data,iris.target, cv=10)
    print("Accuracy:%.3f"%scores.mean())

    3. 垃圾邮件分类

    数据准备:

    • 用csv读取邮件数据,分解出邮件类别及邮件内容。
    • 对邮件内容进行预处理:去掉长度小于3的词,去掉没有语义的词等

    尝试使用nltk库:

    pip install nltk

    import nltk

    nltk.download

    不成功:就使用词频统计的处理方法

    import csv
    file_path=r'I:pythonSMSSpamCollectionjsn.txt'
    sms=open(file_path,'r',encoding='utf-8')
    sms_data=[]
    sms_label=[]
    csv_reader=csv.reader(sms,delimiter='	')
    for line in csv_reader:
        sms_label.append(line[0])
        sms_data.append(line[1])
    sms.close()
    print("邮件总数:",len(sms_label))
    print(sms_label)
    print(sms_data)

  • 相关阅读:
    Oracle数据库链Database links
    记录中文字符的烦恼
    oracle游标应用难点 sys_refcursor 和 cursor(转)
    C# Delegate类
    Oracle_merge into 中 using 后的查询表如果有参数的情况
    C# partial
    Excel快捷键
    时间格式的问题
    Ref_cursor
    .Net 引用命名空间
  • 原文地址:https://www.cnblogs.com/fanfanfan/p/9999229.html
Copyright © 2011-2022 走看看