OpenCV 贝叶斯分类器示例
代码参考 https://github.com/mbeyeler/opencv-machine-learning/blob/master/notebooks/07.01-Implementing-Our-First-Bayesian-Classifier.ipynb
from sklearn import datasets
import numpy as np
from sklearn import model_selection as ms
import cv2
from sklearn import metrics
import matplotlib.pyplot as pltX, y = datasets.make_blobs(100, 2, centers=2, random_state=1701, cluster_std=2)plt.style.use('ggplot')plt.figure(figsize=(10, 6))
plt.scatter(X[:, 0], X[:, 1], c=y, s=50)X_train, X_test, y_train, y_test = ms.train_test_split(X.astype(np.float32), y, test_size=0.1
)model_norm = cv2.ml.NormalBayesClassifier_create()model_norm.train(X_train, cv2.ml.ROW_SAMPLE, y_train)
_, y_pred = model_norm.predict(X_test)metrics.accuracy_score(y_test, y_pred)def plot_decision_boundary(model, X_test, y_test):# create a mesh to plot inh = 0.02 # step size in meshx_min, x_max = X_test[:, 0].min() - 1, X_test[:, 0].max() + 1y_min, y_max = X_test[:, 1].min() - 1, X_test[:, 1].max() + 1xx, yy = np.meshgrid(np.arange(x_min, x_max, h),np.arange(y_min, y_max, h))X_hypo = np.column_stack((xx.ravel().astype(np.float32),yy.ravel().astype(np.float32)))ret = model.predict(X_hypo)if isinstance(ret, tuple):zz = ret[1]else:zz = retzz = zz.reshape(xx.shape)plt.contourf(xx, yy, zz, cmap=plt.cm.coolwarm, alpha=0.8)plt.scatter(X_test[:, 0], X_test[:, 1], c=y_test, s=200)plt.figure(figsize=(10, 6))
plot_decision_boundary(model_norm, X, y)
plt.show()
运行结果如下:
OpenCV 贝叶斯分类器示例相关推荐
- 【数据挖掘】数据挖掘总结 ( 拉普拉斯修正 | 贝叶斯分类器示例2 ) ★
文章目录 一. 贝叶斯分类器分类的流程 二. 拉普拉斯修正 三. 贝叶斯分类器示例2 参考博客 : [数据挖掘]贝叶斯分类 ( 贝叶斯分类器 | 贝叶斯推断 | 逆向概率 | 贝叶斯公式 | 贝叶斯公 ...
- 【数据挖掘】数据挖掘总结 ( 贝叶斯分类器示例 ) ★
文章目录 一. 贝叶斯分类器分类的流程 二. 贝叶斯分类器分类示例 1 参考博客 : [数据挖掘]贝叶斯分类 ( 贝叶斯分类器 | 贝叶斯推断 | 逆向概率 | 贝叶斯公式 | 贝叶斯公式推导 | 使 ...
- python朴素贝叶斯_Python实现的朴素贝叶斯分类器示例
本文实例讲述了Python实现的朴素贝叶斯分类器.分享给大家供大家参考,具体如下: 因工作中需要,自己写了一个朴素贝叶斯分类器. 对于未出现的属性,采取了拉普拉斯平滑,避免未出现的属性的概率为零导致整 ...
- python朴素贝叶斯分类示例_Python实现的朴素贝叶斯分类器示例
本文实例讲述了Python实现的朴素贝叶斯分类器.分享给大家供大家参考,具体如下: 因工作中需要,自己写了一个朴素贝叶斯分类器. 对于未出现的属性,采取了拉普拉斯平滑,避免未出现的属性的概率为零导致整 ...
- 多项式朴素贝叶斯分类器_多项式朴素贝叶斯分类器的主题预测
多项式朴素贝叶斯分类器 In Analytics Vidhya, Hackathon, there was a problem statement for text prediction of top ...
- 机器学习基础:朴素贝叶斯分类器及其应用示例
贝叶斯定理 \[ { P(h|D)=\frac{P(D|h)P(h)}{P(D)} \tag{1}} \] 贝叶斯分类 假设每一个实例\(x\)可以用\(n\)项特征来描述,分别为\(a_1,a_2, ...
- 朴素贝叶斯分类器简介及C++实现(性别分类)
贝叶斯分类器是一种基于贝叶斯定理的简单概率分类器. 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.朴素贝叶斯是文本分类的一种热门(基准)方法 ...
- 朴素贝叶斯分类器详解及中文文本舆情分析(附代码实践)
参加 2018 AI开发者大会,请点击 ↑↑↑ 作者 | 杨秀璋(笔名:Eastmount),贵州财经大学信息学院老师,硕士毕业于北京理工大学,主要研究方向是Web数据挖掘.知识图谱.Python数据 ...
- 朴素贝叶斯python实现预测_Python实现朴素贝叶斯分类器的方法详解
本文实例讲述了Python实现朴素贝叶斯分类器的方法.分享给大家供大家参考,具体如下: 贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断(即先验概率)进行修正的定理,在概率论中具有重要地位. 先 ...
最新文章
- Android中View如何刷新
- vs2015添加vc助手
- Apache Dubbo 2.7.7 发布!升级 fastjson 等依赖!
- Python入门100题 | 第033题
- [Qt] 利用QtWebKit完成JavaScript访问C++对象
- 唐中印 项目管理实战专家简介
- TOJ 2353: Billiard
- 记一次重构:Android实践从MVC架构到MVP架构
- luogu p1330封锁阳光大学
- 全职专业玩家分享:手动党梦幻五开赚钱心得
- 于IIS 7的HTTP 错误 500.0 - Internal Server Error(错误代码:0x800700.
- Python虚拟环境安装与pyenv
- java实现读取excel用例,testNg自动化,读取excel的数据
- github上的python项目 运行,12月Github上热门的Python开源项目
- html5锥形,Three.js HTML5 3D开发实例 - 彩色圆锥体
- Python学习0——基础知识1
- UltraEdit-32 v13.20的注册码
- [Jeremy Wu]冒险之路,平凡之路(C++) kkmd66
- 恋爱小女孩给男朋友写的信
- vps用网站安全狗还是服务器安全狗,安全狗:适用于服务器、网站安全防护,免费...