基于sklearn的朴素贝叶斯_sklearn中的朴素贝叶斯模型及其应用

一、

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

多项式型

伯努利型

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

尝试使用nltk库：

pip install nltk

import nltk

nltk.download

不成功：就使用词频统计的处理方法

训练集和测试集数据划分

from sklearn.model_selection import train_test_split

from sklearn import datasets

from sklearn.naive_bayes import GaussianNB

iris = datasets.load_iris()

gnb = GaussianNB()#构造高斯模型

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

y_pred = pred.predict(iris.data)

print(iris.data.shape[0]) #返回总记录数

print(iris.data.shape[0],(iris.target != y_pred).sum())#返回总记录数,与预测值不符合的总数

from sklearn.naive_bayes