2018.11.22 作业十一

sklearn中的朴素贝叶斯模型及其应用

1.使用朴素贝叶斯模型对iris数据集进行花分类

高斯分布型

from sklearn import datasets
iris = datasets.load_iris()

from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB() #构造
pred = gnb.fit(iris.data, iris.target)#拟合
y_pred = pred.predict(iris.data)#预测
print(iris.data.shape[0],(iris.target != y_pred).sum())

运行结果：

　　

 

多项式型

from sklearn import datasets
iris = datasets.load_iris()

from sklearn.naive_bayes import MultinomialNB
gnb = MultinomialNB() #构造
pred = gnb.fit(iris.data,iris.target) #拟合
y_pred = pred.predict(iris.data)  #预测

print(iris.data.shape[0],(iris.target != y_pred).sum())

运行结果：

 

伯努利型

from sklearn import datasets
iris = datasets.load_iris()

from sklearn.naive_bayes import BernoulliNB
gnb = BernoulliNB() #构造
pred = gnb.fit(iris.data,iris.target) #拟合
y_pred = pred.predict(iris.data)  #预测

print(iris.data.shape[0],(iris.target != y_pred).sum())

运行结果：

 

2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。

 

 

 

 

3. 垃圾邮件分类

数据准备：

• 用csv读取邮件数据，分解出邮件类别及邮件内容。
• 对邮件内容进行预处理：去掉长度小于3的词，去掉没有语义的词等

import csv
file_path=r'F:\duym\ai\短信垃圾邮件收集数据集 smsspamcollection\SMSSpamCollectionjsn.txt'
sms=open(file_path,'r',encoding='utf-8')
sms_data=[]
sms_label=[]
csv_reader=csv.reader(sms,delimiter='\t')
for line in csv_reader:
    sms_label.append(line[0])
    sms_data.append(line[1])
sms.close()
print(len(sms_label))
sms_label

　　

转载于:https://www.cnblogs.com/LinYxin/p/10000099.html