Python机器学习应用之朴素贝叶斯篇
作者:柚子味的羊 时间:2024-01-02 23:11:15
朴素贝叶斯(Naive Bayes,NB):朴素贝叶斯分类算法是学习效率和分类效果较好的分类器之一。朴素贝叶斯算法一般应用在文本分类,垃圾邮件的分类,信用评估,钓鱼网站检测等。
1、鸢尾花案例
#%%库函数导入
import warnings
warnings.filterwarnings('ignore')
import numpy as np
# 加载莺尾花数据集
from sklearn import datasets
# 导入高斯朴素贝叶斯分类器
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import train_test_split
#%%数据导入&分析
X, y = datasets.load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
#%%查看数据集
print(X)#特征集
print(y)#现象
#%%模型训练
# 假设每个特征都服正态分布,使用高斯朴素贝叶斯进行计算
clf = GaussianNB(var_smoothing=1e-8)
clf.fit(X_train, y_train)
#%%模型预测
# 评估
y_pred = clf.predict(X_test)
acc = np.sum(y_test == y_pred) / X_test.shape[0]
print("Test Acc : %.3f" % acc)
# 预测
#对第一行数据预测
y_proba = clf.predict_proba(X_test[:1])
#使用predict()函数得到预测结果
print(clf.predict(X_test[:1]))
#输出预测每个标签的概率,预测标签为0,1,2的概率分别为数组的三个值
print("预计的概率值:", y_proba)
运行结果
2、小结
predict()函数和predict_proba()函数的区别: predict()函数用于预测标签,直接得到预测标签。predict_proba()函数得到的是测试集预测得到的每个标签的概率。如果测试集一共有30个数据集,数据原本有3个标签,那么使用predict()函数将会得到30个具体预测得到的标签值,是一个【130】的数组,使用predict_proba()函数得到的是30个数据集分别取得3个标签的概率,是一个【303】的数组。
我又回来了,继续更新~ 欢迎交流
来源:https://blog.csdn.net/qq_43368987/article/details/122297194
标签:Python,朴素贝叶斯,机器学习
0
投稿
猜你喜欢
Python selenium环境搭建实现过程解析
2023-10-06 06:18:48
用户体验设计中用到的统计学方法
2009-07-12 08:26:00
Python实现的序列化和反序列化二叉树算法示例
2021-06-11 07:14:23
SQL 2005 sa islock用户不能正常登录的现象
2008-12-05 15:49:00
SQL Server数据库对服务器的需求
2010-06-11 13:52:00
在XPath查询中指定轴(转自MSSQL手册)
2008-09-04 14:23:00
Python爬虫Requests库的使用详情
2023-05-22 20:15:52
Python合并字符串的3种方法
2021-08-13 00:33:33
PHP json格式和js json格式 js跨域调用实现代码
2023-11-22 05:20:18
如何用ASP.NET连接MS SQLServer数据库?
2010-06-11 19:27:00
php基础知识:类与对象(5) static
2023-07-24 03:01:30
Python中staticmethod和classmethod的作用与区别
2022-03-12 21:30:00
laravel多视图共享数据实例代码
2023-06-19 01:34:14
python能否java成为主流语言吗
2022-10-16 18:34:11
python执行scp命令拷贝文件及文件夹到远程主机的目录方法
2023-07-10 09:12:19
Python Flask前端自动登录功能实现详解
2021-12-13 17:36:17
golang gorm中格式化时间问题详解
2023-07-12 09:45:21
MySQL (root@%) does not exist的问题
2011-03-16 15:31:00
Python面向对象class类属性及子类用法分析
2021-07-22 03:04:46
Mootools 1.2教程(1)——MooTools介绍
2008-11-12 13:01:00