1122作业

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

1 from sklearn import datasets
2 iris = datasets.load_iris()
3 
4 from sklearn.naive_bayes import GaussianNB
5 gnb = GaussianNB()  #构造
6 pred = gnb.fit(iris.data,iris.target)  #拟合
7 y_pred = pred.predict(iris.data)  #预测
8 
9 print(iris.data.shape[0]),(iris.target != y_pred).sum()

多项式型

1 from sklearn import datasets
2 iris = datasets.load_iris()
3 
4 from sklearn.naive_bayes import MultinomialNB
5 gnb = MultinomialNB()  #构造
6 pred = gnb.fit(iris.data,iris.target)  #拟合
7 y_pred = pred.predict(iris.data)  #预测
8 
9 print(iris.data.shape[0]),(iris.target != y_pred).sum()

伯努利型

1 from sklearn import datasets
2 iris = datasets.load_iris()
3 
4 from sklearn.naive_bayes import BernoulliNB
5 gnb = BernoulliNB()  #构造
6 pred = gnb.fit(iris.data,iris.target)  #拟合
7 y_pred = pred.predict(iris.data)  #预测
8 
9 print(iris.data.shape[0]),(iris.target != y_pred).sum()

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

高斯分布型

1 from sklearn.naive_bayes import GaussianNB
2 from sklearn.model_selection import cross_val_score
3 
4 gnb = GaussianNB() 
5 scores = cross_val_score(gnb, iris.data,iris.target, cv=10)
6 print("精确度:%.3f"%scores.mean())

多项式型

1 from sklearn.naive_bayes import MultinomialNB
2 from sklearn.model_selection import cross_val_score
3 gnb = MultinomialNB()
4 scores = cross_val_score(gnb, iris.data, iris.target, cv=10)
5 print("精确度:%.3f"%scores.mean())

伯努利型

1 from sklearn.naive_bayes import BernoulliNB
2 from sklearn.model_selection import cross_val_score
3 gnb = BernoulliNB()
4 scores = cross_val_score(gnb, iris.data,iris.target, cv=10)
5 print("精确度:%.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