sklearn中的朴素贝叶斯模型及其应用

一、

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


from sklearn import datasets
from sklearn.naive_bayes import GaussianNB
iris = datasets.load_iris() 
gnb = GaussianNB()#构造高斯模型
pred = gnb.fit(iris.data,iris.target)
y_pred = pred.predict(iris.data)
print(iris.data.shape[0]) #返回总记录数
print(iris.data.shape[0],(iris.target != y_pred).sum())#返回总记录数,与预测值不符合的总数
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import cross_val_score
gnb = GaussianNB()
scores = cross_val_score(gnb,iris.data,iris.target,cv = 10)# cross_val_score(构造的函数，X值，Y值，cv=选择每次测试折数 )
print("Accuracy:%.3f"%scores.mean())

二、

from sklearn import datasets
from sklearn.naive_bayes import BernoulliNB
iris = datasets.load_iris()
gnb = BernoulliNB()
pred = gnb.fit(iris.data,iris.target)
pred
y_pred = pred.predict(iris.data)
print(iris.data.shape[0],(iris.target != y_pred).sum())
from sklearn.naive_bayes import BernoulliNB
from sklearn.model_selection import cross_val_score
gnb = BernoulliNB()
socres = cross_val_score(gnb,iris.data,iris.target,cv=10)
print("Sccuracy:%.3f"%socres.mean())

三、

from sklearn import datasets
from sklearn.naive_bayes import MultinomialNB
gnb = MultinomialNB()
iris = datasets.load_iris()
pred = gnb.fit(iris.data,iris.target)
y_pred = pred.predict(iris.data)
print(iris.data.shape[0],(iris.target != y_pred).sum())
from sklearn.naive_bayes import MultinomialNB
from sklearn.model_selection import cross_val_score
gnb = MultinomialNB()
scores = cross_val_score(gnb,iris.data,iris.target,cv = 10)
print("Accuracy:%.3f"%scores.mean())