IBM/DP-学习记录1

from sklearn import datasets
from sklearn.model_selection import train_test_split 
#调用sklearn.model_selection里的train_test_split模块，用于分割数据

dataset = datasets.load_iris()  #把鸢尾花数据集加载
X_train, X_test, y_train, y_test = train_test_split(dataset.data, dataset.target, test_size=0.2) 
'''
 X_train,y_train 是原始数据集划分出来作为训练模型的，fit模型的时候用
 X_test,y_test 这部分的数据不参与模型的训练，而是用于评价训练出来的模型好坏
 dataset.data：所要划分的样本特征集
 dataset.target：所要划分的样本结果
 test_size：样本占比，如果是整数的话就是样本的数量；如果为浮点型，则在0.0-1.0之间，代表测试集的比例。
'''

import diffprivlib.models as models #model.fit()方法用于执行训练过程
clf = models.GaussianNB()
# GaussianNB()朴素贝叶斯分类器，可应用于任意连续数据，会保存每个类别中每个特征的平均值和标准差。
clf.fit(X_train, y_train)

clf.predict(X_test)
'''每次使用.fit()训练模型时，由于差异隐私的随机性，产生一个不同的模型。因此，即使使用相同的训练数据对其进行再训练，准确性也会发生变化'''

from sklearn.metrics import accuracy_score
#

print("Test accuracy: %f" % accuracy_score(y_test, clf.predict