sklearn 朴素贝叶斯分类
时间: 2023-10-25 20:11:02 浏览: 82
Sklearn提供了三种朴素贝叶斯分类器:高斯朴素贝叶斯、多项式朴素贝叶斯和伯努利朴素贝叶斯。
其中,高斯朴素贝叶斯适用于特征为连续值的数据集,多项式朴素贝叶斯适用于特征为计数值或出现次数的数据集,伯努利朴素贝叶斯适用于特征为二元值的数据集。
使用Sklearn实现朴素贝叶斯分类器的步骤如下:
1.导入需要的模块和数据集
```
from sklearn.naive_bayes import GaussianNB, MultinomialNB, BernoulliNB
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
```
2.加载数据集并划分训练集和测试集
```
iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, random_state=42)
```
3.创建模型并进行训练
```
gnb = GaussianNB()
gnb.fit(X_train, y_train)
```
4.使用模型进行预测并计算准确率
```
y_pred = gnb.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)
```
以上是使用高斯朴素贝叶斯分类器的示例,使用多项式朴素贝叶斯或伯努利朴素贝叶斯只需要将模型改为MultinomialNB或BernoulliNB即可。
相关推荐
![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)