一点幼稚的记录

做机器学习一个简单的任务，熟悉贝叶斯算法

虽然很简单，但因为各种不熟悉，摸索了好久。。。因此也还是记录一下。

写完感觉其实也不多，但在过程中总觉的各种不会，各种纠结。

错误：
1、文件读取
错误：SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape
原因：原来是由于\u之类的存在，导致了python进行转义，从而找不到目录下面对应的文件了。。多加个\即可。
将
ataset=np.loadtxt('C:\Users\LENOVO\Desktop\新建文件夹\data_banknote_authentication.txt',delimiter=",")
加一条‘\’改为
ataset=np.loadtxt('C:\\Users\LENOVO\Desktop\新建文件夹\data_banknote_authentication.txt',delimiter=",")


2、
错误：TypeError: fit() missing 1 required positional argument: 'y'
原因：model = GaussianNB 应该为 model = GaussianNB（）

3、

当使用MultinomialNB时，测试时会出现：ValueError: Input X must be non-negative（输入应为非负的）
改为GaussianNB，一切正常
改为BernoulliNB，也正常

4、accuracy_score（还有其他，这次没用上）
分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解，但是它不能告诉你响应值的潜在分布，并且它也不能告诉
你分类器犯错的类型。
形式：
sklearn.metrics.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)
normalize：默认值为True，返回正确分类的比例；如果为False，返回正确分类的样本数


6、
混淆矩阵分别输出正负样本中出错的样本数：print(metrics.confusion_matrix(train_y, result))


7、
metrics.classification_report
recall 体现了分类模型H对正样本的识别能力（TP/(TP+FN)）
precision 体现了模型对负样本的区分能力(TP/(TP+FP))
F1-score 是两者的综合。F1-score 越高，说明分类模型越稳健。

from sklearn.naive_bayes import BernoulliNB
from sklearn import metrics
import numpy as np
dataset=np.loadtxt('C:\\Users\LENOVO\Desktop\新建文件夹\data_banknote_authentication.txt',delimiter=",")

train_X=dataset[:,0:4]
train_y=dataset[:,4]

model = BernoulliNB()
model.fit(train_X,train_y) 

result=model.predict(train_X)
print(metrics.classification_report(train_y, result))
#混淆矩阵分别输出正负样本中出错的样本数
print(metrics.confusion_matrix(train_y, result))

print('accuracy:%.2f'% metrics.accuracy_score(train_y, result))
print('accuracy:%.2f'% metrics.accuracy_score(train_y, result, normalize=False))