朴素贝叶斯分类器python实例

以下是一个基于Python的朴素贝叶斯分类器实例，用于分类电子邮件是否为垃圾邮件。

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB

# 加载数据集
data = pd.read_csv('spam.csv', encoding='latin-1')
data = data[['v1', 'v2']]
data = data.rename(columns={"v1": "label", "v2": "text"})

# 将标签转换为二进制变量
data['label'] = data['label'].map({'ham': 0, 'spam': 1})

# 分割数据集为训练集和测试集
train_data = data[:4400]
test_data = data[4400:]

# 特征工程
count_vectorizer = CountVectorizer(stop_words='english')
train_feature_vectors = count_vectorizer.fit_transform(train_data['text'])
test_feature_vectors = count_vectorizer.transform(test_data['text'])

# 训练模型
naive_bayes_classifier = MultinomialNB()
naive_bayes_classifier.fit(train_feature_vectors, train_data['label'])

# 预测测试集
predictions = naive_bayes_classifier.predict(test_feature_vectors)

# 测试模型准确度
accuracy = (predictions == test_data['label']).mean()
print("准确度：", accuracy)

这个示例中，我们首先加载数据集，将标签转换为二进制变量，并将数据集分成训练集和测试集。然后，我们使用CountVectorizer将文本数据转换为数值特征。接着，我们使用MultinomialNB训练朴素贝叶斯分类器。最后，我们使用训练好的模型预测测试集，并计算模型准确度。