python 朴素贝叶斯代码
时间: 2023-10-13 14:24:12 浏览: 97
python实现朴素贝叶斯算法
5星 · 资源好评率100%
以下是一个简单的Python朴素贝叶斯分类器示例,使用sklearn库:
```python
from sklearn.naive_bayes import GaussianNB
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
# 加载数据
iris = load_iris()
X = iris.data
y = iris.target
# 拆分数据集为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=0)
# 创建朴素贝叶斯分类器
gnb = GaussianNB()
# 训练模型
gnb.fit(X_train, y_train)
# 预测测试集
y_pred = gnb.predict(X_test)
# 输出预测结果
print("预测结果:", y_pred)
# 计算准确率
accuracy = gnb.score(X_test, y_test)
print("准确率:", accuracy)
```
该示例使用Iris数据集进行演示。在示例中,首先加载数据集并将其拆分为训练集和测试集。然后,使用GaussianNB()函数创建一个朴素贝叶斯分类器,并使用fit()函数拟合训练集。最后,使用predict()函数对测试集进行预测,并计算准确率。
阅读全文