机器学习 -朴素贝叶斯

贝叶斯的定义： 一件事发生的可能性

联合概率：是多个条件同时成立的概率

条件概率：事件A在事件B发生条件下的概率

注：朴素的含义又称为概率

贝叶斯使用的优缺点：

特别提醒：

为了防止在贝叶斯计算的过程中出现概率为0的情况。建议使用拉普拉斯平滑方法。

理解拉普拉斯平方法 实际操作是 同时在数据中加上一样的数值，进行计算。

注：贝叶斯计算出来的准确性无法进行进一步的提高。

贝叶斯的计算方法受到数据质量影响大

贝叶斯适用于文本分析，如对于文章，电影类型关键词的提取后对其他文章和电影进行分类。

def naivbayes():
    """
    朴素贝叶斯进行文本分类
    :return: None
    """
    news = fetch_20newsgroups(subset="all")
    #进行数据的分割 训练集合训练集
    x_train,x_test,y_train,y_test = train_test_split(news.data,news.target,test_size=0.25)

    #进行数据进行特征抽取
    tf = TfidfVectorizer()

    #训练集当中的词列表进行每篇文章重要性统计["a","b"]
    x_train = tf.fit_transform(x_train)

    print(tf.get_feature_names())
    
    x_test = tf.fit_transform(x_test)

    #贝叶斯算法预测
    mlt = MultinomialNB(alpha=1.0)

    print(x_train.toarry())

    mlt.fit(x_train,y_train)

    y_predict =mlt.predict(x_test)

    print("预测文章类别为：" ,y_predict)

    #得出准确率
    print("准确率为：",mlt.score(x_test,y_test))

    print("类别的精准率和召回率：",classification_report(y_test,y_predict,target_names=news.target_names))

    return None
if __name__ == "__main__":
    naivbayes()