注解超详细的利用朴素贝叶斯实现森林分类python代码

这个也是模式识别的小作业，利用朴素贝叶斯实现森林分类，不明白朴素贝叶斯的同学推荐去看看西瓜书，本文的实现方法和书上一致。PS：转载请注明本文链接

1.数据集下载地址

Forest type mapping Data Set

2.相关资源

我的另一篇博文是利用BP神经网络实现相同任务，如下：
注解超详细的不借助框架实现带dropout的BP神经网络python代码

3.代码运行结果

先放一个代码运行完的结果，证明这个代码是可以运行的

4.实现代码

# 导入包
import pandas as pd
import numpy as np
import time


def load_datasets(filepath):
    """
    功能：
        读取csv文件数据并进行分割，分割为特征集和标签集
    输入参数：
        filepath - 数据文件路径
    返回值：
        feature - 特征集，一个m*n矩阵，m为样本数，n为特征维度
        label - 标签集，一个m*1的矩阵，m为样本数，1为标签维度,值为0,1,2,3
    """
    dataset = pd.read_csv(filepath)  # 读取csv文件
    dataset['class'] = dataset['class'].map({
   "s ": 0, "h ": 1, "d ": 2, "o ": 3})  # 将字符转换为数值，注意字符后面的空格不能去掉，这是一个坑
    label = dataset.loc[:, ['class']]  # 读取标签，数据类型为DataFrame
    label = np.array(label)  # 转换为array
    feature = dataset.iloc[:, 1:dataset.shape[1]]  # 将特征数据分割出来
    feature = np.array(feature)  # 转换为array
    return feature, label  # (198, 27) (198, 1)


def random_dataset(train_x, train_y, test_x, test_y, seed):
    """
    功能：
        打乱训练集和测试集数据，使数据同分布
    输入参数：
        train_x - 训练特征集，一个m1*n矩阵，m1为训练样本数，n为特征维度
        train_y - 训练标签集，一个m1*1阵，m1为训练样本数
        test_x - 测试特征集，一个m2*n矩阵，m2为测试样本数，n为特征维度
        test_y - 测试标签集，一个m2*1矩阵，m2为测试样本数
        seed - 程序随机种子
    返回值：
        new_train_x - 打乱后的训练特征集，一个m1*n矩阵，m1为训练样本数，n为特征维度
        new_train_y - 打乱后的训练标签集，一个m1*1阵，m1为训练样本数
        new_test_x - 打乱后的测试特征集，一个m2*n矩阵，m2为测试样本数，n为特征维度
        new_test_y - 打乱后的测试标签集，一个m2*1矩阵，m2为测试样本数
    """
    if seed > 0:
        np.random.seed(seed)  # 随机种子大于0，就打乱数据集，设置随机种子
        m = train_x.shape[0]  # 训练样本数
        new_x = np.concatenate((train_x, test_x), axis=0)  # 将特征集进行拼接
        new_y = np.concatenate((train_y, test_y), axis=0