标签:语义 邮件数据 append encoding tar pam sum odi mode
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
from sklearn import datasets iris=datasets.load_iris() #高斯分布型 from sklearn.naive_bayes import GaussianNB gnb=GaussianNB() pred=gnb.fit(iris.data,iris.target) y_pred=pred.predict(iris.data) print(‘高斯分布型:‘,iris.data.shape[0],(iris.target!=y_pred).sum()) #伯努利型 from sklearn.naive_bayes import BernoulliNB bnb=BernoulliNB() pred=bnb.fit(iris.data,iris.target) y_pred=pred.predict(iris.data) print(‘伯努利型:‘,iris.data.shape[0],(iris.target!=y_pred).sum()) #多项式型 from sklearn.naive_bayes import MultinomialNB mnb=MultinomialNB() pred=mnb.fit(iris.data,iris.target) y_pred=pred.predict(iris.data) print(‘多项式型:‘,iris.data.shape[0],(iris.target!=y_pred).sum())

2.使用sklearn.model_selection.cross_val_score(),对模型进行验证。
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())
print(scores)
from sklearn.naive_bayes import BernoulliNB
from sklearn.model_selection import cross_val_score
bnb1=BernoulliNB()
scores=cross_val_score(bnb1,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())
from sklearn.naive_bayes import MultinomialNB
from sklearn.model_selection import cross_val_score
mnb1=MultinomialNB()
scores=cross_val_score(mnb1,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())

3. 垃圾邮件分类
数据准备:
尝试使用nltk库:
pip install nltk
import nltk
nltk.download
不成功:就使用词频统计的处理方法
import csv
file_path=r‘G:\数据挖掘算法\11.26\SMSSpamCollectionjsn.txt‘
sms=open(file_path,‘r‘,encoding=‘utf-8‘)
sms_data=[]
sms_label=[]
csv_reader=csv.reader(sms,delimiter=‘\t‘)
for line in csv_reader:
sms_label.append(line[0])
sms_data.append(line[1])
sms.close()
print("邮件总数:",len(sms_label))
print(sms_label)
print(sms_data)

训练集和测试集数据划分
标签:语义 邮件数据 append encoding tar pam sum odi mode
原文地址:https://www.cnblogs.com/ljy28/p/10019470.html