sklearn中朴素贝叶斯分类
时间: 2023-11-11 07:05:21 浏览: 52
在sklearn中,朴素贝叶斯分类算法集中在sklearn.naive_bayes包中。根据对“似然度 P(xi|y)”计算方法的不同,朴素贝叶斯可以大致分为三种:多项式朴素贝叶斯(MultinomialNB)、伯努利分布朴素贝叶斯(BernoulliNB)和高斯分布朴素贝叶斯(GaussianNB)。在sklearn中,可以使用naive_bayes模块来实现朴素贝叶斯分类器。CategoricalNB是一种基于现有数据集特征的朴素贝叶斯分类器,可以使用CategoricalNB构造函数创建该分类器。
下面是一个使用鸢尾花数据集进行朴素贝叶斯分类算法的简单示例:
```python
from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB
# 载入数据集
X, y = load_iris(return_X_y=True)
# 创建朴素贝叶斯分类器
bayes_model = GaussianNB()
# 训练数据
bayes_model.fit(X, y)
# 使用模型进行分类预测
result = bayes_model.predict(X)
print(result)
# 对模型评分
model_score = bayes_model.score(X, y)
print(model_score)
```
以上代码中,我们导入load_iris函数和GaussianNB类。然后,我们使用load_iris函数载入鸢尾花数据集,并将特征数据和标签分别赋值给X和y。接下来,我们创建一个GaussianNB对象作为朴素贝叶斯分类器,并使用fit方法对数据进行训练。最后,我们使用predict方法进行分类预测,并使用score方法计算模型评分。
相关推荐
![ipynb](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)