借助sklearn机器学习工具库
代码十分简洁易懂,直接上代码,内有详细解释和步骤。
这里提供伯努利朴素贝叶斯和高斯朴素贝叶斯两种算法代码。
直接复制,带入数据,进行调用,即可出结果。

01.伯努利朴素贝叶斯

def Bernoulli_Naive_Bayes(X_train, Y_train, X_test, Y_test):"""X_train: 特征训练集Y_train: 标注训练集X_test: 特征测试集Y_test: 标注测试集"""# 01.创建模型from sklearn.naive_bayes import BernoulliNBbnb_model = BernoulliNB()# 02.训练模型bnb_model = bnb_model.fit(X_train, Y_train)# 03.模型预测Y_pred = bnb_model.predict(X_test)# 04.模型评价(accuracy_score:准确率;recall_score:召回率; f1_score:F值)from sklearn.metrics import accuracy_score, recall_score, f1_scoreprint('ACC:', accuracy_score(Y_test, Y_pred))print('REC:', recall_score(Y_test, Y_pred))print('F-Score:', f1_score(Y_test, Y_pred))return

02.高斯朴素贝叶斯

def Gaussian_Naive_Bayes(X_train, Y_train, X_test, Y_test):"""X_train: 特征训练集Y_train: 标注训练集X_test: 特征测试集Y_test: 标注测试集"""# 01.创建模型from sklearn.naive_bayes import GaussianNBgnb_model = GaussianNB()# 02.训练模型gnb_model = gnb_model.fit(X_train, Y_train)# 03.模型预测Y_pred = gnb_model.predict(X_test)# 04.模型评价(accuracy_score:准确率;recall_score:召回率; f1_score:F值)from sklearn.metrics import accuracy_score, recall_score, f1_scoreprint('ACC:', accuracy_score(Y_test, Y_pred))print('REC:', recall_score(Y_test, Y_pred))print('F-Score:', f1_score(Y_test, Y_pred))return

这里的模型评价指标选择了:

① accuracy_score:准确率;
② recall_score:召回率;
③ f1_score:F值。

在上面代码中都是针对测试集的效果,也可以对训练集进行预测,然后评价训练集的效果,综合比较,可以看看是否会出现过拟合现象。

朴素贝叶斯 分类算法——代码简洁相关推荐

  1. 一步步教你轻松学朴素贝叶斯模型算法理论篇1

    一步步教你轻松学朴素贝叶斯模型理论篇1 (白宁超2018年9月3日17:51:32) 导读:朴素贝叶斯模型是机器学习常用的模型算法之一,其在文本分类方面简单易行,且取得不错的分类效果.所以很受欢迎,对 ...

  2. 【机器学习基础】朴素贝叶斯的算法实现

    前言 本次我们将梳理下朴素贝叶斯(Naive Bayes)的相关内容. 本文约1.6k字,预计阅读10分钟. 概要 朴素贝叶斯算法是一种适用于二分类和多分类分类问题的「分类算法」.在贝叶斯概率框架下, ...

  3. 实现 | 朴素贝叶斯模型算法研究与实例分析

    实现 | 朴素贝叶斯模型算法研究与实例分析 (白宁超  2018年9月4日10:28:49) 导读:朴素贝叶斯模型是机器学习常用的模型算法之一,其在文本分类方面简单易行,且取得不错的分类效果.所以很受 ...

  4. ML之NB:利用朴素贝叶斯NB算法(TfidfVectorizer+不去除停用词)对20类新闻文本数据集进行分类预测、评估

    ML之NB:利用朴素贝叶斯NB算法(TfidfVectorizer+不去除停用词)对20类新闻文本数据集进行分类预测.评估 目录 输出结果 设计思路 核心代码 输出结果 设计思路 核心代码 class ...

  5. ML之NB:利用朴素贝叶斯NB算法(CountVectorizer+不去除停用词)对fetch_20newsgroups数据集(20类新闻文本)进行分类预测、评估

    ML之NB:利用朴素贝叶斯NB算法(CountVectorizer+不去除停用词)对fetch_20newsgroups数据集(20类新闻文本)进行分类预测.评估 目录 输出结果 设计思路 核心代码 ...

  6. multinormalNB多项式朴素贝叶斯原理及代码

    https://blog.csdn.net/u011239443/article/details/76176743 multinormalNB多项式朴素贝叶斯原理及代码 https://www.cnb ...

  7. 机器学习:朴素贝叶斯模型算法原理(含实战案例)

    机器学习:朴素贝叶斯模型算法原理 作者:i阿极 作者简介:Python领域新星作者.多项比赛获奖者:博主个人首页

  8. 三种常用的朴素贝叶斯实现算法——高斯朴素贝叶斯、伯努利朴素贝叶斯、多项式朴素贝叶斯

    朴素贝叶斯 在机器学习中,朴素贝叶斯分类器是一系列以假设特征之间强(朴素)独立下运用贝叶斯定理为基础的简单概率分类器. 朴素贝叶斯算法Naive Bayes定义中有两个关键定义:特征之间强假设独立和贝 ...

  9. 机器学习之朴素贝叶斯模型及代码示例

    一.朴素贝叶斯的推导 朴素贝叶斯学习(naive Bayes)是一种有监督的学习,训练时不仅要提供训练样本的特征向量X,而且还需提供训练样本的实际标记Y,是一种基于贝叶斯定理和特征条件独立假设的分类方 ...

最新文章

  1. jquery queue ajax,如何通过jQuery和Queue发送ajax请求?
  2. CentOS 初体验十九:yum安装redis
  3. android开发方法数,Android减少App方法数
  4. js获取单选框里面的值
  5. JSP开发环境配置问题解答
  6. tomcat配置https以及配置完成后提示服务器缺少中间证书(已解决)
  7. 图说:Windows 8 Copy的呈现变化
  8. HTML和CSS面试题第35题
  9. 小米路由器3 保姆级救砖回忆录及实操技巧演示
  10. 联想控制计算机软件,联想网络控制工具
  11. 面向对象七大设计原则
  12. dscms源码分析笔记
  13. EFResume 一个普通的 Swift 简历模板
  14. 红蜘蛛 v6.2.1160解除键鼠屏蔽以及实现窗口化
  15. 盘盈的存货一般应作为什么处理
  16. codecamp_波特兰(和华盛顿西南部)CodeCamp 2006
  17. 树莓派PICO问题一
  18. el-upload自定义文件列表
  19. 算法分析与设计(VC问题团问题独立集问题)
  20. vue使用echarts绘制地图

热门文章

  1. 学习记录-----------关于 联想笔记本电脑 摄像头工作几秒 页面就卡住问题 的解决办法
  2. 实体类中如何自动生成serialVersionUID
  3. vtk读取3ds文件并显示c++版本
  4. (MM)物料BOM与生产BOM对比表
  5. android 9.0 添加自定义恢复出厂设置标识
  6. Python批量处理图片对比度并且保存
  7. [游戏开发]Unity Profiler真机调试
  8. Delphi 中关于Double类型精度以及使用Ceil和Trunc取整引发的问题
  9. 【C4D材质库合集】吐血分享!5.7GB!4000个+材质球!最新最全高质量C4D材质库合集
  10. linux如何彻底删除mysql_Linux下如何彻底删除MySQL