数据挖掘与算法 第十一次作业

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

 

import csv
file_path=r'C:\Users\钟诗敏\Desktop\垃圾邮箱邮件数据\SMSSpamCollectionjsn.txt'
sms=open(file_path,'r',encoding='utf-8')
sms_data=[]
sms_label=[]
csv_reader=csv.reader(sms,delimiter='\t')
for line in csv_reader:
    sms_label.append(line[0])
    sms_data.append(line[1])
sms.close()
print("邮件总数:",len(sms_label))
print(sms_label)
print(sms_data)

运行结果：