小小小小U 于 2020-04-26 01:41:22 发布
本文通过python实现朴素贝叶斯网络，首先用iris鸢尾花数据集进行预实验，揭示数据量对模型预测的影响。随后，文章介绍如何对新闻文本进行预处理，利用TF模型进行向量化，并应用朴素贝叶斯进行分类，对比TF-IDF向量化的预测效果。实验结果显示，朴素贝叶斯在离散数据上的表现优于连续数据。 本篇文章是对最简单的朴素贝叶斯网络的运用进行python实践，先对iris鸢尾花数据集做一个分类预实验，再对实际新闻进行分类预测
有关贝叶斯网络原理可以查看这篇文章 ：贝叶斯网络基础
一、iris鸢尾花数据集分类
1、开头先导入相关模块：
import matplotlib.pyplot as plt # 绘图 from sklearn.datasets import load_iris #导入鸢尾花集 from sklearn.model_selection import train_test_split #对数据集进行切分 from sklearn.naive_bayes import MultinomialNB # 朴素贝叶斯网络模型 1234
2、导入鸢尾花数据集：
X = load_iris().data # 数据集 Y = load_iris().target # 相应类别标签 12
鸢尾花数据集一共有150行，每一行代表一个鸢尾花的一些属性，比如花瓣长度、花瓣宽度等；数据集中一共有3类，所有标签类别为0 1 2
数据集data（没有展现完）
类别标签：
3、鸢尾花数据集分类
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=0) #将数据集按照 训练集比测试集为8：2的比例随机拆分数据集 clf = MultinomialNB() # 建立朴素贝叶斯网络 clf.fit(X_train, y_train) # 带入训练集训练模型 pre = clf.predict(X_test) # 预测测试集中特征矩阵所属的类别 print('预测集标签') print(y_test) print('预测结果') print(pre) 12345678910
打印出来看看，预测标签和预测结果有很多不吻合的
4、计算预测结果
N = len
