朴素贝叶斯数据分类------

这篇具有很好参考价值的文章主要介绍了朴素贝叶斯数据分类------。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

------------------后期会编辑些关于朴素贝叶斯算法的推导及代码分析-----------------
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB, BernoulliNB, MultinomialNB
from sklearn.preprocessing import LabelEncoder
from sklearn.metrics import accuracy_score

data = pd.read_csv('iris.data', header=None)
# print(data.head())

X = data.iloc[:, :-1]
Y = data.iloc[:, -1]

label = LabelEncoder()
Y = label.fit_transform(Y)

x_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=10)

gaussian = GaussianNB()
bernoull = BernoulliNB()
multin = MultinomialNB()

list_A = [gaussian, bernoull, multin]

one_test = []
train_score = []

for one in list_A:
    one.fit(x_train, y_train)
    one_test.append(one.score(x_test, y_test))
    train_score.append(one.score(x_train, y_train))
    # one.score(x_train, y_train)
    # y_hat = one.predict(x_train)
    #####各种错误
    # y_hat = one.predict(y_train)
    # one.score(x_train,y_hat)
    # one.score(y_train,y_hat)
    ####正确
    # accuracy_score(y_hat,y_train)
print(one_test)
print('=' * 50)
print(train_score)

E:\myprogram\anaconda\envs\python3.6\python.exe E:/xxxxxx/01_朴素贝叶斯鸢尾花数据分类.py
[1.0, 0.23333333333333334, 0.6]
==================================================
[0.95, 0.35833333333333334, 0.725]

Process finished with exit code 0文章来源地址https://www.toymoban.com/news/detail-696198.html

到了这里,关于朴素贝叶斯数据分类------的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包