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
高斯分布型
from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() #构造 pred = gnb.fit(iris.data, iris.target)#拟合 y_pred = pred.predict(iris.data)#预测 print(iris.data.shape[0],(iris.target != y_pred).sum())
运行结果:
多项式型
from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import MultinomialNB gnb = MultinomialNB() #构造 pred = gnb.fit(iris.data,iris.target) #拟合 y_pred = pred.predict(iris.data) #预测 print(iris.data.shape[0],(iris.target != y_pred).sum())
运行结果:
伯努利型
from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import BernoulliNB gnb = BernoulliNB() #构造 pred = gnb.fit(iris.data,iris.target) #拟合 y_pred = pred.predict(iris.data) #预测 print(iris.data.shape[0],(iris.target != y_pred).sum())
运行结果:
2.使用sklearn.model_selection.cross_val_score(),对模型进行验证。
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
import csv file_path=r'F:\duym\ai\短信垃圾邮件收集数据集 smsspamcollection\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() print(len(sms_label)) sms_label