鸢尾花python贝叶斯分类_高斯朴素贝叶斯方法进行鸢尾花分类

贝叶斯方法完整代码

import seaborn as sns

iris = sns.load_dataset('iris')

X_iris = iris.drop('species', axis=1)

y_iris = iris['species']

print(X_iris)

from sklearn.cross_validation import train_test_split

Xtrain, Xtest, ytrain, ytest = train_test_split(X_iris, y_iris, random_state=1)

from sklearn.naive_bayes import GaussianNB

model = GaussianNB()

model.fit(Xtrain, ytrain)

y_model = model.predict(Xtest)

from sklearn.metrics import accuracy_score

accuracy_score(ytest, y_model)

步骤分析

一-首先获取数据.

这里我们在线导入seaborn库的iris(鸢尾花)数据

import seaborn as sns

iris = sns.load_dataset('iris')

这是github上的说明, 可直接下载csv文档

二-将数据格式化

X_iris = iris.drop('species', axis=1)

y_iris = iris['species']

将类别那一列删除生成新的对象赋值给X_iris, y_iris为分类.

pandas的drop方法参考

三-将数据切分为训练数据和测试数据

from sklearn.cross_validation import train_test_split

Xtrain, Xtest, ytrain, ytest = train_test_split(X_iris, y_iris, random_state=1)

cross validation是交叉验证的意思, 参考文章

参数random_state是固定的随机种子, 参考文章

四-调用高斯朴素贝叶斯实现训练

from sklearn.naive_bayes import GaussianNB

model = GaussianNB()

model.fit(Xtrain, ytrain)

y_model = model.predict(Xtest) # 进行预测

调用Gaussian naive Bayes模型, 并进行拟合, 预测

五-对测试结果进行评估

from sklearn.metrics import accuracy_score

accuracy_score(ytest, y_model)

得到准确率为0.9736842105263158

metrics是指标的意思.

说明对特征明显的数据, 即使是非常简单的分类算法也可以高效地进行分析.

鸢尾花python贝叶斯分类_高斯朴素贝叶斯方法进行鸢尾花分类相关推荐

鸢尾花python贝叶斯分类_机器学习-利用三种分类器实现鸢尾花分类
利用决策树,KNN和朴素贝叶斯三种分类器,对鸢尾花数据集进行分类.下面是具体的流程和代码: 1. 数据读取: 实验数据是直接加载的sklearn内置的鸢尾花数据集,共150条数据,包含4个特征,而且是 ...
鸢尾花python贝叶斯分类_机器学习之鸢尾花-朴素贝叶斯方法
在所有的机器学习分类算法中,朴素贝叶斯和其他绝大多数的分类算法都不同. 对于大多数的分类算法,比如决策树,KNN,逻辑回归,支持向量机等,他们都是判别方法,也就是直接学习出特征输出Y和特征X之间的关系 ...
《统计学习方法》—— 朴素贝叶斯方法、详细推导及其python3实现（二）
前言在上一篇博客中,我们介绍了朴素贝叶斯方法以及详细推导.在这篇博客中,我们将介绍朴素贝叶斯的python3实现代码. 这里,我们将算法复述如下: 输入:数据集 T={(x1,y1),(x2,y2) ...
朴素贝叶斯方法在旋转机械故障诊断中的应用
目录前言 1 贝叶斯和朴素贝叶斯 1.1 贝叶斯定理 1.2 朴素贝叶斯 2 分类 3 朴素贝叶斯分类 3.1 准备阶段 3.2 训练阶段 3.3 应用阶段 4 旋转机械故障诊断案例 4.1 灵活朴 ...
《统计学习方法》—— 朴素贝叶斯方法、详细推导及其python3实现（一）
前言朴素贝叶斯方法通过构造数据生成分布来预测未知数据的类型,属于生成模型.这里之所以称为"朴素",是因为我们假设数据特征之间具有互相独立的假设. 在这篇博客里,我们将介绍朴素贝叶 ...
实现贝叶斯分类器_从头开始在Python中实现高斯朴素贝叶斯
Naive Bayes是一种非常方便,流行且重要的机器学习算法,尤其适用于文本分析和一般分类.在本文中,我将讨论高斯朴素贝叶斯:算法,其实现和应用于微型维基百科数据集(维基百科中给出的数据集). 算法 ...
朴素贝叶斯法 - 垃圾邮件分类
本文基于朴素贝叶斯构建一个分类垃圾邮件的模型,研究对象是英文的垃圾邮件. 邮件内容保存在txt文件中,其中分为训练样本train和测试样本test. 在训练样本中正常邮件命名为:pos:垃圾邮件命名为 ...
【数据挖掘实验】利用朴素贝叶斯方法对百万搜狐新闻文本数据进行分类
一.概述本实验做的是一个很常见的数据挖掘任务:新闻文本分类. 语料库来自于搜狗实验室2008年和2012年的搜狐新闻数据, 下载地址:https://www.sogou.com/labs/resou ...
python朴素贝叶斯分布对数据的要求_统计学习方法与Python实现（三）——朴素贝叶斯法...
统计学习方法与Python实现(三)--朴素贝叶斯法 1.定义朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法. 对于给定的训练数据集,首先基于特征条件独立假设学习输入输出的联合概率分布.然 ...

鸢尾花python贝叶斯分类_高斯朴素贝叶斯方法进行鸢尾花分类

鸢尾花python贝叶斯分类_高斯朴素贝叶斯方法进行鸢尾花分类相关推荐

最新文章

热门文章