sklearn中的朴素贝叶斯模型及其应用

Posted nuan-z

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了sklearn中的朴素贝叶斯模型及其应用相关的知识,希望对你有一定的参考价值。

1.使用朴素贝叶斯模型对iris数据集进行花分类

尝试使用3种不同类型的朴素贝叶斯:

高斯分布型

技术分享图片

多项式型

技术分享图片

伯努利型

技术分享图片

2.使用sklearn.model_selection.cross_val_score(),对模型进行验证。

#高斯模型验证
from sklearn.naive_bayes import GaussianNB 
from sklearn.model_selection import cross_val_score
gnb=GaussianNB()
scores=cross_val_score(gnb,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())

#多项式模型验证
from sklearn.naive_bayes import MultinomialNB
from sklearn.model_selection import cross_val_score
gnb=MultinomialNB()
scores=cross_val_score(gnb,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())

#伯努利模型验证
from sklearn.naive_bayes import BernoulliNB
from sklearn.model_selection import cross_val_score
gnb=BernoulliNB()
scores=cross_val_score(gnb,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())

运行截图

技术分享图片

以上是关于sklearn中的朴素贝叶斯模型及其应用的主要内容,如果未能解决你的问题,请参考以下文章

sklearn中的朴素贝叶斯模型及其应用

sklearn中的朴素贝叶斯模型及其应用

sklearn中的朴素贝叶斯模型及其应用

sklearn中的朴素贝叶斯模型及其应用

sklearn中的朴素贝叶斯模型及其应用

sklearn中的朴素贝叶斯模型及其应用