探索sklearn的贝叶斯奥秘：朴素贝叶斯分类器全解析

🚀 探索sklearn的贝叶斯奥秘：朴素贝叶斯分类器全解析

朴素贝叶斯分类器是一类基于贝叶斯定理的简单概率分类器，它们在文本分类、垃圾邮件识别等领域表现出色。在Python的sklearn库中，朴素贝叶斯分类器以其实现简单和效率高效而受到广泛欢迎。本文将深入探讨sklearn中的朴素贝叶斯分类器，通过详细的解释和代码示例，揭示其内在机制和应用方法。

🌐 一、朴素贝叶斯分类器概述

朴素贝叶斯分类器依赖于以下假设：给定目标值时，特征之间相互独立。这一假设虽然在现实世界中往往不成立，但朴素贝叶斯分类器因其计算简便和在某些情况下的出色表现而被广泛应用。

📚 二、sklearn中的朴素贝叶斯分类器类型

sklearn提供了以下几种朴素贝叶斯分类器：

高斯朴素贝叶斯（GaussianNB）：适用于具有正态分布特征的数据。
多项式朴素贝叶斯（MultinomialNB）：适用于样本特征是多项式分布的情况，常用于文本分类。
伯努利朴素贝叶斯（BernoulliNB）：适用于样本特征是伯努利分布的情况，即二进制特征。

🛠️ 三、使用高斯朴素贝叶斯分类器

高斯朴素贝叶斯分类器适用于特征符合正态分布的连续数据。

from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score# 加载数据集
iris = load_iris()
X, y = iris.data, iris.target# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)# 创建高斯朴素贝叶斯分类器实例
gnb = GaussianNB()# 训练模型
gnb.fit(X_train, y_train)# 预测
y_pred = gnb.predict(X_test)# 评估模型
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy of GaussianNB classifier: {accuracy:.2f}")

📈 四、使用多项式朴素贝叶斯分类器

多项式朴素贝叶斯分类器适用于文本数据或多项式分布特征的数据。

from sklearn.feature_extraction.text import CountVectorizer# 假设我们有一些文本数据
texts = ["sklearn is great for machine learning","I love machine learning","machine learning is amazing","IPython is great for interactive computing"
]# 创建CountVectorizer实例
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(texts)# 假设的标签
y = [1, 1, 0, 0]  # 1 表示机器学习相关，0 表示其他# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)# 创建多项式朴素贝叶斯分类器实例
mnb = MultinomialNB()# 训练模型
mnb.fit(X_train, y_train)# 预测
y_pred = mnb.predict(X_test)# 评估模型
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy of MultinomialNB classifier: {accuracy:.2f}")