sklearn中的朴素贝叶斯模型及其应用

1.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：

高斯分布型

多项式型

伯努利型

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

 

from sklearn.model_selection import cross_val_score
from sklearn.datasets import load_iris
iris = load_iris()

from sklearn.naive_bayes import GaussianNB#高斯
gnb = GaussianNB()
pred = gnb.fit(iris.data,iris.target)#构造模型
y_pred = pred.predict(iris.data)#预测
print(iris.data.shape[0],(iris.target!=y_pred).sum())
score=cross_val_score(gnb,iris.data,iris.target,cv=10)
print("准确率:%.3f"%score.mean())

from sklearn.naive_bayes import BernoulliNB#伯努利
bnl = BernoulliNB()
pred = bnl.fit(iris.data,iris.target)#构造模型
y_pred = pred.predict(iris.data)#预测
print(iris.data.shape[0],(iris.target!=y_pred).sum())
score=cross_val_score(bnl,iris.data,iris.target,cv=10)
print("准确率:%.3f"%score.mean())

from sklearn.naive_bayes import MultinomialNB#多项式
mlt = MultinomialNB()
pred = mlt.fit(iris.data,iris.target)#构造模型
y_pred = pred.predict(iris.data)#预测
print(iris.data.shape[0],(iris.target!=y_pred).sum())
score=cross_val_score(mlt,iris.data,iris.target,cv=10)
print("准确率:%.3f"%score.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'SMSSpamCollectionjsn.txt'
sms=open(file_path,'r',encoding='utf-8')
sms_data=[]
sms_label=[]
csv_reader=csv.reader(sms,delimiter='\t')
for line in csv_reader:
    sms_label.append(line[0])
    sms_data.append(line[1])
sms.close()

　　

训练集和测试集数据划分

• from sklearn.model_selection import train_test_split

转载于:https://www.cnblogs.com/1998hxw/p/10019169.html