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)