11.sklearn中的朴素贝叶斯模型及其应用
2024-08-31 03:27:00
#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
from sklearn import datasets
iris=datasets.load_iris()
from sklearn.naive_bayes import GaussianNB #高斯分布型
gnb=GaussianNB()
pred=gnb.fit(iris.data,iris.target)
y_pred=gnb.predict(iris.data)
print(iris.data.shape[],(iris.target != y_pred).sum())
150 6
from sklearn import datasets
iris=datasets.load_iris()
from sklearn.naive_bayes import BernoulliNB #伯努利型
gnb=BernoulliNB()
pred=gnb.fit(iris.data,iris.target)
y_pred=gnb.predict(iris.data)
print(iris.data.shape[],(iris.target != y_pred).sum())
150 100
from sklearn import datasets
iris=datasets.load_iris()
from sklearn.naive_bayes import MultinomialNB #多项式型
gnb=MultinomialNB()
pred=gnb.fit(iris.data,iris.target)
y_pred=gnb.predict(iris.data)
print(iris.data.shape[],(iris.target != y_pred).sum())
150 7
#2.使用sklearn.model_selection.cross_val_score(),对模型进行验证。
#检测模型的好坏BernoulliNB
from sklearn.naive_bayes import BernoulliNB
from sklearn.model_selection import cross_val_score
gnb = BernoulliNB()
scores=cross_val_score(gnb,iris.data,iris.target,cv=)
print("Accuray:%.3f"%scores.mean())
Accuray:0.333
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=)
print("Accuray:%.3f"%scores.mean())
Accuray:0.953
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=)
print("Accuray:%.3f"%scores.mean())
Accuray:0.953
最新文章
- 《精通MVC5.0》路由笔记
- 正弦 sin 余弦 cos
- ajax如何返回多个值
- Qt——右键菜单
- C++的那些事:流与IO类
- zabbix使用tokudb引擎替换innodb引擎
- Android手动画柱状图的例子
- UVALive 4959 Jumping monkey
- python3 urllib.request.urlopen() 地址打开错误
- Google Cardboard的九轴融合算法——基于李群的扩展卡尔曼滤波
- Kubernetes集群部署史上最详细(一)Kubernetes集群安装
- EXCEL对比在职员工与离职员工
- Loadrunner 50个Vusers并发创建3000个账号脚本调试以及场景运行
- 排序算法----冒泡排序java(写得绝对比其他博文易懂明了实用)
- nGrinder TestGroovy.groovy
- Latex学习(一)
- 阻塞队列---ArrayBlockingQueue,LinkedBlockingQueue,DelayQueue源码分析
- SQL 优化tips 及误区
- Javascript读写CSS属性
- phalcon框架安装