朴素贝叶斯算法python实现可视化结果_朴素贝叶斯python代码实现

朴素贝叶斯

优点:在数据较少的情况下仍然有效,可以处理多类别问题

缺点:对于输入数据的准备方式较为敏感

适用数据类型:标称型数据

贝叶斯准则:

使用朴素贝叶斯进行文档分类

朴素贝叶斯的一般过程

(

1

)收集数据:可以使用任何方法。本文使用

RSS

(

2

)准备数据:需要数值型或者布尔型数据

(

3

)分析数据:有大量特征时,绘制特征作用不大,此时使用直方图效果更好

(

4

)训练算法:计算不同的独立特征的条件概率

(

5

)测试算法:计算错误率

(

6

)使用算法:一个常见的朴素贝叶斯应用是文档分类。可以在任意的分类场景中使用朴

素贝叶斯分类器,不一定非要是文本。

准备数据:从文本中构建词向量

摘自机器学习实战。

[['my','dog','has','flea','problems','help','please'],

0

['maybe','not','take','him','to','dog','park','stupid'],

1

['my','dalmation','is','so','cute','I','love','him'],

0

评论
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
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