11.22 sklearn中的朴素贝叶斯模型及其应用

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

 

2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。

3. 垃圾邮件分类

数据准备：

用csv读取邮件数据，分解出邮件类别及邮件内容。

对邮件内容进行预处理：去掉长度小于3的词，去掉没有语义的词等

训练集和测试集数据划分

from sklearn.model_selection import train_test_split

 

 

 

from sklearn.feature_extraction.text import TfidfVectorizer
vectorizer=TfidVectorizer(min_df=2,ngram_range=(1,2),stop_words='english',strip_accents='unicode',norm='12')
X_trian=vectorizer.fit_transform(x_train)
X_test=vectorizer.transform(x_test)

from sklearn.naive_bayes import MultinomialNB
clf=MultinomialNB().fit(x_train,y_train)