05 2020 档案

13-垃圾邮件分类2
摘要：1.读取 # 读取数据 def read_dataset(): # 打开csv文件 sms = open('../data/SMSSpamCollection', 'r', encoding='utf-8') sms_label = [] # 标题 sms_data = [] # 数据 # 读取cs 阅读全文
posted @ 2020-05-27 11:50 SeBr7 阅读(249) 评论(0) 推荐(0)
12.朴素贝叶斯-垃圾邮件分类
摘要：1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 import csv file_path = r"SMSSpamCollection" sms = open(file_path, 'r', encoding='utf-8') data = csv.reader(sms, deli 阅读全文
posted @ 2020-05-19 21:41 SeBr7 阅读(125) 评论(0) 推荐(0)
11.分类与监督学习，朴素贝叶斯分类算法
摘要：1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病 阅读全文
posted @ 2020-05-11 18:17 SeBr7 阅读(224) 评论(0) 推荐(0)