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
多项式型
伯努利型
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
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