组队学习——贝叶斯分类器（二）

 引言

在组队学习——贝叶斯分类器（一）中布置了一个鸢尾花分类的任务，以下是关于它的代码详解：

要求对鸢尾花数据集进行分类，如何进行数据预处理（提示：将分类数据转换成定量数据）

第2——145行数据为训练集和验证集数据

第146——151行数据为测试集数据

 第一步：模型库的导入和数据的读取

import numpy as np
from scipy import stats
from sklearn.model_selection import train_test_split
import pandas as pd  
from sklearn.naive_bayes import GaussianNB, MultinomialNB, BernoulliNB, ComplementNB
from sklearn.metrics import accuracy_score

# 设置文件路径  
file_path = 'E:\\Jupyter Workspace\\数学建模\\多分类鸢尾花.csv'  
# 使用 pandas 的 read_csv 函数读取 CSV 文件，注意查看csv文件的编码，默认不填为utf-8编码
data = pd.read_csv(file_path,encoding='gbk')  
# 显示数据的前几行来验证读取是否成功  
print(data.head())
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
pd.set_option('display.width', 300) # 设置打印宽度(**重要**)
print(data.isnull().any())

第二步： 用独热编码表示种类

# 转化其中一列
kind_encoder=pd.get_dummies(data[['种类']])
data2=pd.concat([kind_encoder,data],axis=1)
print(data2)

 

 第三步：将独热编码转化为整数标签，同时划分训练集、验证集、测试集

# 选择第二列到最后一列，第一列相当于序号列可以忽略
X = data2.iloc[0:144, 3:7]   # [:)左闭右开
# print(X)
Y_onehot = np.array(data2.iloc[0:144, 0:3])
Y = np.argmax(Y_onehot, axis=1)
print(Y)

test_X = data2.iloc[144:, 3:7]
# print(test_X)

# 划分数据集为训练集和验证集
X_train, X_valid, Y_train, Y_valid = train_test_split(X, Y, test_size=0.2, random_state=42)

 第二步和第三步用其它工具也可以操作，不一定非得用python代码，比如用excel将对应的“山鸢尾”标记为0，“变色鸢尾”标记为1，等等操作。

第四步：用不同的朴素贝叶斯分类器进行预测，选择最优的朴素贝叶斯

# 高斯朴素贝叶斯
gaussian_model = GaussianNB()
gaussian_model.fit(X_train, Y_train)
Y_pred = gaussian_model.predict(X_valid)
print(f"Gaussian Naive Bayes Accuracy: {accuracy_score(Y_valid, Y_pred)}")

# 多项式朴素贝叶斯
multinomial_model = MultinomialNB()
multinomial_model.fit(X_train, Y_train)
Y_pred = multinomial_model.predict(X_valid)
print(f"Multinomial Naive Bayes Accuracy: {accuracy_score(Y_valid, Y_pred)}")

# 伯努利朴素贝叶斯
bernoulli_model = BernoulliNB()
bernoulli_model.fit(X_train, Y_train)
Y_pred = bernoulli_model.predict(X_valid)
print(f"Bernoulli Naive Bayes Accuracy: {accuracy_score(Y_valid, Y_pred)}")

# 补充朴素贝叶斯
complement_model = ComplementNB()
complement_model.fit(X_train, Y_train)
Y_pred = complement_model.predict(X_valid)
print(f"Complement Naive Bayes Accuracy: {accuracy_score(Y_valid, Y_pred)}")