朴素贝叶斯模型

版权声明：本文为博主原创文章，转载请注明出处 https://blog.csdn.net/King_key/article/details/79233953

本文是以《Python机器学习及实践 从零开始通往kaggle竞赛之路》为参考书籍进行的实践

1 朴素贝叶斯模型

    构造基础是贝叶斯理论，单独考量每一维度特征被分类的条概率，进而综合这些所概率对其所在的特征向量做出分类预测。其主要应用于文本分类。

2 实验代码及结果截图

#coding:utf-8

#从sklearn.datasets中导入新闻数据抓取器fetch_20newsgroups
from sklearn.datasets import fetch_20newsgroups
#即时下载数据
news=fetch_20newsgroups(subset='all')
print '数据规模：',len(news.data)
print '数据细节：',news.data[0]

#新闻文本数据分割
#从sklearn.cross_validation中导入train_test_split
from sklearn.cross_validation import train_test_split
#随机25%作为测试集
X_train,X_test,y_train,y_test=train_test_split(news.data,news.target,test_size=0.25,random_state=33)
#使用朴素贝叶斯进行分类预测
#从sklearn.feature_extraction.text中导入文本特征向量转化模块
from sklearn.feature_extraction.text import CountVectorizer
vec=CountVectorizer()
X_train=vec.fit_transform(X_train)
X_test=vec.transform(X_test)
#导入朴素贝叶斯模型
from sklearn.naive_bayes import MultinomialNB  
#初始化
mnb=MultinomialNB()
#对模型参数进行估计
mnb.fit(X_train, y_train)
#预测分析
y_predict=mnb.predict(X_test)

#性能评估
#导入详细的分类性能报告
from sklearn.metrics import classification_report
print 'The accuracy of Naive Bayes Claassifier is:',mnb.score(X_test,y_test)
print classification_report(y_test, y_predict,target_names=news.target_names)