贝叶斯文本计算

最新推荐文章于 2020-12-20 14:44:36 发布

不二郭

最新推荐文章于 2020-12-20 14:44:36 发布

阅读量175

点赞数

本文链接：https://blog.youkuaiyun.com/weixin_43957426/article/details/90693250

版权

这篇博客展示了如何使用Python的sklearn库，通过高斯朴素贝叶斯和多项式朴素贝叶斯对鸢尾花数据集进行文本分类。首先导入必要的库，然后读取数据并进行预处理，包括特征选择、数据划分和标签数字化。接着，创建了一个学习器流水线，包含特征标准化、多项式转换和高斯朴素贝叶斯分类器。博客中还包含了训练和测试数据的准确率、精确率、召回率和F1分数的计算过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
import pandas as pd
# 导入预处理
from sklearn.preprocessing import StandardScaler, MinMaxScaler, PolynomialFeatures
# 导入高斯朴素贝叶斯，多项式朴素贝叶斯
from sklearn.naive_bayes import GaussianNB, MultinomialNB
# 导入学习器流水线
from sklearn.pipeline import Pipeline
from sklearn.metrics import accuracy_score,recall_score,f1_score,precision_score
from sklearn.model_selection import train_test_split

data = pd.read_csv('iris.data', header=None)
x, y = data[np.arange(4)], data[4]
# 标签数字化
y = pd.Categorical(values=y).codes

# 生成两个类别数据
threhold = len([i for i in y if i<=1])
x = x[:threhold]
y = y[:threhold]

# 选择某个特征
features = [1]
x = x[features]
# 随机数为0
x, x_test, y, y_test = train_test_split(x, y, train_size=0.7, random_state=0)

priors = np.array((2, 2), dtype=float)
priors /= priors.sum()
# 学习器流水线----特征处理--
gnb = Pipeline([
    ('sc', StandardScaler()),
    ('poly', PolynomialFeatures(