机器学习库：Scikit-learn

2019独角兽企业重金招聘Python工程师标准>>>

Scikit-learn 的安装：目前稳定版本0.18版本

• Scikit-learn库需要Numpy，matplotlib，pandas，scipy等库的支持。 所以，首先，我们要先安装好这些库。

在已有的虚拟环境中，使用pip install 库名 直接安装。如果安装较慢，我们还可以临时指定镜像源来提升安装速度。

pip install 库名 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果

import sklearn

可以导入，说明安装成功。

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import MultinomialNB
from sklearn.feature_extraction.text import TfidfVectorizer


def naive_bayes():
    """
    利用朴素贝叶斯实现20组新闻数据文类
    :return:
    """
    # 1. 获取数据
    news = datasets.fetch_20newsgroups(subset='all')
    print(news)
    # 划分数据
    X_train, X_test, y_train, y_test = train_test_split(news.data, news.target, test_size=0.25)
    # 2. 特征工程(Tfidf处理特征)
    tfidf = TfidfVectorizer()
    X_train = tfidf.fit_transform(X_train)
    X_test = tfidf.transform(X_test)
    # 3. 选择估计器,训练模型
    mn = MultinomialNB(alpha=1.0)
    mn.fit(X_train, y_train)
    # 4. 预测数据
    y_predict = mn.predict(X_test)
    # 5. 评估数据; score是ClassifierMixin的一个方法，MultinomialNB继承过来了，可以使用。
    mn.score(X_test, y_test)


if __name__ == '__main__':
    naive_bayes()

转载于:https://my.oschina.net/u/3826227/blog/1800693