机器学习贝叶斯测试(威斯康星乳腺肿瘤数据集)

#导入威斯康星乳腺肿瘤数据集
import matplotlib.pyplot as plt
import numpy as np
from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split  #导入分类库
cancer = load_breast_cancer()
#打印数据集的键值
cancer.keys()
print('肿瘤的分类:',cancer['target_names'])
print('\n肿瘤的特征:',cancer['feature_names'])
#将数据集的数值和分类目标赋值给X和y
X, y = cancer.data, cancer.target
#将数据集拆分为训练集和测试集
X_train,X_test,y_train,y_test=train_test_split(X,y,random_state=38)
print('训练集数据形态:',X_train.shape)
print('测试集数据形态:',X_test.shape)

#导入高斯贝叶斯模型
from sklearn.naive_bayes import GaussianNB
#用高斯贝叶斯模型拟合数据
gnb = GaussianNB()
gnb.fit(X_train,y_train)
print('模型测试集得分:{:.3f}'.format(gnb.score(X_train,y_train)))
print('模型训练集得分:{:.3f}'.format(gnb.score(X_test,y_test)))
print('模型预测的分类是:{}'.format(gnb.predict([X[312]])))
print('样本的正确分类是:{}',y[312])

#绘制高斯朴素贝叶斯在威斯康星乳腺肿瘤数据集中的学习曲线
from sklearn.model_selection import learning_curve #导入学习曲线库
from sklearn.model_selection import ShuffleSplit #导入随即拆分工具

def plot_learning_curve(estimator, title,X, y, ylim=None,cv=None,
                        n_jobs=1, train_sizes=np.linspace(.1, 1.0, 5)):
    plt.figure()
    plt.title(title)
    if ylim is not None:
        plt.ylim(*ylim)
    plt.xlabel("Training examples")
    plt.ylabel("Score")
    train_sizes, train_scores, test_scores = learning_curve(
        estimator, X, y, cv=cv, n_jobs=n_jobs, train_sizes=train_sizes)
    train_scores_mean = np.mean(train_scores, axis=1)
    test_scores_mean = np.mean(test_scores, axis=1)
    plt.grid()
    plt.plot(train_sizes, train_scores_mean, 'o-', color="r",
             lable="Training score")
    plt.plot(train_sizes, test_scores_mean, 'o-', color="g",
             lable="Cross-validation score")
    plt.legend(loc="lower right")
    return plt

title = "Learning Curves(Naive Bayes)"
cv = ShuffleSplit(n_splits=100, test_size=0.2, random_state=0)
estimator = GaussianNB()
plot_learning_curve(estimator, title,X, y, ylim=(0.9, 1.01), cv=cv, n_jobs=4)
plt.show()

  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
在使用机器学习处理贝叶斯乳腺癌(Breast Cancer Wisconsin)数据时,通常需要经过以下几个步骤的预处理: 1. **数据加载和探索**: ```python import pandas as pd from sklearn.datasets import load_breast_cancer data = load_breast_cancer() df = pd.DataFrame(data.data, columns=data.feature_names) df['target'] = data.target print(df.head()) ``` 2. **数据清洗**: 检查是否有缺失值或异常值,并根据需要进行处理。 ```python if df.isnull().sum().sum() > 0: # 填充缺失值或删除含有缺失值的行 df.fillna(df.mean(), inplace=True) ``` 3. **特征缩放**: 对于数值特征,通常会归一化或标准化,以便所有特征在同一尺度上。 ```python from sklearn.preprocessing import StandardScaler scaler = StandardScaler() df[df.columns[:-1]] = scaler.fit_transform(df[df.columns[:-1]]) ``` 4. **拆分数据集**: 划分训练集和测试集。 ```python from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(df.drop('target', axis=1), df['target'], test_size=0.2, random_state=42) ``` 5. **特征选择/编码**: 如有必要,对类别特征进行独热编码或其他编码方法。 ```python from sklearn.preprocessing import OneHotEncoder encoder = OneHotEncoder() categorical_features = [col for col in df.columns if df[col].dtype == 'object'] encoded_data = pd.get_dummies(df, columns=categorical_features) ``` 6. **模型构建和训练**: 选择合适的机器学习算法,如逻辑回归、随机森林、支持向量机等,训练模型。 ```python from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier() model.fit(X_train, y_train) ``` 7. **评估模型**: 使用测试集评估模型性能。 ```python from sklearn.metrics import accuracy_score, confusion_matrix y_pred = model.predict(X_test) accuracy = accuracy_score(y_test, y_pred) conf_mat = confusion_matrix(y_test, y_pred) ```
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

打赏作者

yeopeq

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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