头歌机器学习朴素贝叶斯分类器

### 实现朴素贝叶斯分类器

#### 使用Python实现高斯朴素贝叶斯分类器

为了构建一个能够区分不同类型的窗户玻璃的模型，可以采用Gaussian Naive Bayes算法。此方法适用于连续型数据集，在训练阶段会计算各个类别下特征值的概率分布函数参数均值μ和标准差σ。对于新的样本点，则依据这些已知条件来预测其最可能属于哪个类目[^1]。

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB
import pandas as pd

# 加载鸢尾花数据集作为例子
data = load_iris()
X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.5, random_state=0)

gnb = GaussianNB()

# 训练模型
gnb.fit(X_train, y_train)

# 预测测试集中每个实例所属类别
y_pred = gnb.predict(X_test)

print(f"Number of mislabeled points out of a total {X_test.shape[0]} points : {(y_test != y_pred).sum()}")

上述代码展示了如何利用`scikit-learn`库中的`GaussianNB()`函数快速搭建并评估一个简单的高斯朴素贝叶斯分类器性能。这里选择了经典的Iris数据集来进行实验验证。

#### 基于情感分析的应用案例

除了用于物理属性识别外，朴素贝叶斯同样广泛应用于自然语言处理领域内的文本分类任务之中，比如情绪倾向度量（即正面还是负面）。通过收集大量带有标签的文章片段组成语料库之后，再借助TF-IDF向量化工具转换成数值形式输入给机器学习框架完成最终建模工作[^2]。

from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.pipeline import Pipeline
from sklearn.metrics import accuracy_score

reviews = ["This movie was terrible", "The plot had some interesting twists"]
labels = ['negative', 'positive']

vectorizer = TfidfVectorizer(stop_words='english')
classifier = Pipeline([
    ('tfidf', vectorizer),
    ('clf', MultinomialNB())
])

# 将评论列表与对应的情感极性一起送入管道进行拟合操作
classifier.fit(reviews, labels)

test_review = ["It is an amazing film!"]
predicted_label = classifier.predict(test_review)[0]

print(predicted_label)

这段脚本说明了怎样创建一个多步流程对象——Pipeline，它内部封装了一个Tf-idf词频统计模块以及多项式分布版本的Naïve Bayes估计器MultinomialNB(),从而实现了端到端的情绪检测功能。