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

    一.使用朴素贝叶斯模型对iris数据集进行花分类;尝试使用3种不同类型的朴素贝叶斯:

       (1)高斯分布型

    from sklearn import datasets
    iris=datasets.load_iris()
    
    from sklearn.naive_bayes import GaussianNB
    gnb=GaussianNB()
    pred=gnb.fit(iris.data, iris.target)
    y_pred=pred.predict(iris.data)
    print(iris.data.shape[0],(iris.target != y_pred).sum())

      (2)多项式型

    from sklearn import datasets
    iris=datasets.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)伯努利型

    from sklearn import datasets
    iris=datasets.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())

    二.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())

    三. 垃圾邮件分类

    数据准备:

    (1)用csv读取邮件数据,分解出邮件类别及邮件内容

    (2)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

    import csv
    file_path=r'F:SMSSpamCollectionjs.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()
    sms_label
    sms_data=str(sms_data)
    sms_data=sms_data.lower()
    sms_data=sms_data.split()
    sms_newdata=[]
    i=0
    #去掉长度小于3的词
    for i in sms_data:
        if len(i)>4:
            sms_newdata.append(i)
            continue
    sms_newdata

  • 相关阅读:
    Search Insert Position(二分查找)
    c++基础题
    Divide Two Integers(模拟计算机除法)
    Swap Nodes in Pairs(链表操作)
    Letter Combinations of a Phone Number(带for循环的DFS,组合问题,递归总结)
    进程和程序的区别
    Add Two Numbers(链表)
    Longest Substring Without Repeating Characters
    02.友盟项目--原始日志数据生成
    01.友盟项目--nginx服务器配置
  • 原文地址:https://www.cnblogs.com/moon2/p/10036753.html
Copyright © 2011-2022 走看看