基于sklearn的朴素贝叶斯_sklearn中的朴素贝叶斯模型及其应用(下附：补11.22号作业)...

1.使用朴素贝叶斯模型对iris数据集进行花分类

尝试使用3种不同类型的朴素贝叶斯：

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())

结果：　　   150 6

多项式型

from sklearn import datasets

iris = datasets.load_iris()

from sklearn.naive_bayes import MultinomialNB

gnb = MultinomialNB()

pred = gnb.fit(iris.data, iris.target)

y_pred = pred.predict(iris.data)

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

结果：150 7

伯努利型

from sklearn import datasets

iris = datasets.load_iris()

from sklearn.naive_bayes import BernoulliNB