Scikit-Learn 朴素贝叶斯分类

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文


朴素贝叶斯分类是机器学习中常见的分类方法之一，今天将带大家深入学习一下 Scikit-Learn 中朴素贝叶斯分类工具包的相关使用方法。

首先，我们导入相关的库，并构建第一个示例数据集：

1. %matplotlib inline
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. import seaborn as sns; sns.set()

复制代码

1. from sklearn.datasets import make_blobs
   
2. X, y = make_blobs(100, 2, centers=2, random_state=2, cluster_std=1.5)
   
3. plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap='RdBu');

复制代码

Scikit-Learn 中的 make_blobs 方法常被用来生成聚类算法的测试数据，直观地说，make_blobs 会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。接下来，我们导入朴素贝叶斯分类函数 GaussianNB ，构建并拟合模型：

1. from sklearn.naive_bayes import GaussianNB
   
2. model = GaussianNB()
   
3. model.fit(X, y);

复制代码

为了更清晰直观地展示模型效果，我们构建了另一组随机样本，用于观察朴素贝叶斯分类模型在二维空间中的分类边界，在这里，我们可以调用 predict 函数，来输出模型对样本点的判断结果：

1. rng = np.random.RandomState(0)
   
2. Xnew = [-6, -14] + [14, 18] * rng.rand(2000, 2)
   
3. ynew = model.predict(Xnew)

复制代码

1. plt.scatter(X[:, 0], X[:, 1], c=y, s=50, cmap='RdBu')
   
2. lim = plt.axis()
   
3. plt.scatter(Xnew[:, 0], Xnew[:, 1], c=ynew, s=20, cmap='RdBu', alpha=0.1)
   
4. plt.axis(lim);

复制代码

predict_proba 函数则可以输出样本被分配入每一个类别的判断概率：

1. yprob = model.predict_proba(Xnew)
   
2. yprob[-8:].round(2)

复制代码

array([[ 0.89,  0.11],       [ 1.  ,  0.  ],       [ 1.  ,  0.  ],       [ 1.  ,  0.  ],       [ 1.  ,  0.  ],       [ 1.  ,  0.  ],       [ 0.  ,  1.  ],       [ 0.15,  0.85]])
以上内容转自 数析学院，只节选了部分，后文还有介绍 文本数据集的分类案例，内容较多，先搬运到这，有需要的同学可以先直接到 数析学院 查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：scikit-learn 朴素贝叶斯 Learn 贝叶斯分类 Earn

casey_c 发表于 2017-6-16 15:21
以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文

代码一个都看不到哦，我是手机版

phoenixlqh 发表于 2017-6-19 06:13
代码一个都看不到哦，我是手机版

不是吧特意用的代码格式，方便的话用电脑登录看下呢

casey_c 发表于 2017-6-16 15:21
以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文

好，白天看看

casey_c 发表于 2017-6-16 15:21
以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文

你看，这是手机看到的情况截图。

phoenixlqh 发表于 2017-6-21 00:33
你看，这是手机看到的情况截图。

我用手机试了，确实看不到代码，下次直接文本格式试一下

电脑确实显示正常，图很漂亮。手机显示的问题，可能是APP造成的。