朴素贝叶斯分类器(姓名预测性别)

使用的数据集包含两列,name(姓名),sex(性别), 数量45000, name列数据唯一。
在这里插入图片描述
代码实现:

import random
import nltk
import pandas as pd
from pathlib import Path
from sklearn import model_selection
from numpy import mean

current_path = Path.cwd()

# 特征提取
def gender_features(name):
    name = name.lower()
    if len(name) == 2:
        return {
            'last_name': name[-1]
        }
    if len(name) >= 3:
        return {
            'last_name': name[-1],
            'last2_name': name[-2],
            'last12_name': name[-2:]
        }

# 获取featuresets
def get_featuresets(X, y):
    labeled_names = []
    for i in range(len(X)):
        labeled_names.append((X.values[i], y.values[i]))

    # 数据打乱
    random.shuffle(labeled_names)
    # 我们使用特征提取器来处理数据
    featuresets = [(gender_features(name), gender) for (name, gender) in labeled_names]
    return  featuresets

if __name__=='__main__':
    labeled_names = []
    df = pd.read_csv(Path(current_path, '中文姓名性别预测.csv'), encoding='utf8')
    # K折交叉验证
    kf = model_selection.KFold(n_splits=10)
    # 使用10折交叉验验证划分数据集,返回一个生成器对象(即索引)
    digits_gen = kf.split(df)

    accuracy_list = []
    for train_idx, test_idx in digits_gen:
        X_train = df['name'].iloc[train_idx] #训练集
        X_test = df['name'].iloc[test_idx] #测试集
        y_train = df['sex'].iloc[train_idx] #训练集标签
        y_test = df['sex'].iloc[test_idx] #测试集标签

        featuresets_train = get_featuresets(X_train, y_train)
        featuresets_test = get_featuresets(X_test, y_test)

        # 该训练集用于训练一个新的“naive Bayes”分类器。
        classifier = nltk.NaiveBayesClassifier.train(featuresets_train)
        accuracy_list.append(nltk.classify.accuracy(classifier, featuresets_test))
    print(accuracy_list)
    print(mean(accuracy_list))

在这里插入图片描述

  • 2
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Dream丶Killer

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值