p ython朴素贝叶斯分类

朴素贝叶斯分类 (Naive Bayes Classification) 是一种简单而有效的分类算法，常用于文本分类和垃圾邮件过滤等领域。在 Python 中，可以使用 scikit-learn 库中的 MultinomialNB 类来实现朴素贝叶斯分类。

下面是一个简单的例子，使用朴素贝叶斯分类器对 iris 数据集进行分类：

from sklearn.datasets import load_iris
from sklearn.naive_bayes import MultinomialNB
from sklearn.model_selection import train_test_split

# 加载 iris 数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练朴素贝叶斯分类器
clf = MultinomialNB()
clf.fit(X_train, y_train)

# 在测试集上进行预测
y_pred = clf.predict(X_test)

# 输出分类器的准确率
accuracy = clf.score(X_test, y_test)
print("Accuracy:", accuracy)

运行结果：

Accuracy: 0.9666666666666667

这个例子中使用的是 MultinomialNB 类，适用于特征值为离散化的情况。如果特征值为连续型变量，则可以使用 GaussianNB 类。