朴素贝叶斯分类器基本代码 && n折交叉优化 2
这个代码基于上一个代码
不同的是:读取了txt文件,改变了min_ft与max_ft的参数
- import re
- import pandas as pd
- import warnings
- import numpy as np
- from sklearn.metrics import roc_auc_score
- from sklearn.feature_extraction.text import TfidfVectorizer
- from sklearn.naive_bayes import MultinomialNB as MNB #多项分布朴素贝叶斯公式
- from sklearn.naive_bayes import BernoulliNB as BNB
- from sklearn.model_selection import cross_val_score
- warnings.filterwarnings("ignore")
- def proces(col2):
- col2_text=re.sub("[^a-zA-Z]"," ",col2)
- words=col2_text.lower().split()
- #print(words)
- return words
- train=pd.read_table('sentimentLabel.txt',lineterminator='\n', header=None, names=[0, 1])
- print(train.head(5))
- train_labers=train[0]
- train_texts=train[1]
- class_mapping={'Negative':0, 'Positive':1}
- train_labers=train_labers.map(class_mapping)
- #print(labers)
- test=pd.read_table('test.txt', lineterminator='\n', header=None, names=[0, 1])
- test_labers=test[0]
- test_texts=test[1]
- test_labers=test_labers.map(class_mapping)
- train_data=[]
- for i in range(len(train_texts)):
- train_data.append(' '.join(proces(train_texts[i])))
- pass
- test_data=[]
- for i in range(len(test_texts)):
- test_data.append(' '.join(proces(test_texts[i])))
- #print(train_data)
- #print(test_data)
- data_all = train_data+test_data
- #print(data_all)
- count_vec = TfidfVectorizer(min_df=1,
- max_df=60,
- analyzer='word',
- ngram_range=(1, 2),
- use_idf=1,
- smooth_idf=1,
- sublinear_tf=1,
- stop_words='english'
- )
- length=len(train_data)
- count_vec.fit(data_all)
- data_all=count_vec.transform(data_all)
- #print(data_all)
- train_data=data_all[:length]
- test_data=data_all[length:]
- model=MNB()
- #model=BNB()
- model.fit(train_data,train_labers)
- #pred=model.predict(test_data)
- MNB(alpha=1.0, class_prior=False, fit_prior=True)
- #print("roc_auc",roc_auc_score(test_labers, pred))
- #print("roc_auc",roc_auc_score(w, pred))
- '''
- MX = 0.7996632996632996
- MX_idx = 5
- for i in range(400, 500):
- if MX < np.mean(cross_val_score(model, train_data, train_labers, cv=i, scoring='roc_auc')):
- MX=np.mean(cross_val_score(model, train_data, train_labers, cv=i, scoring='roc_auc'))
- MX_idx=i
- pass
- print("roc_auc",MX, MX_idx)
- '''
- print("roc_auc", np.mean(cross_val_score(model, train_data, train_labers, cv=297, scoring='roc_auc')))
朴素贝叶斯分类器基本代码 && n折交叉优化 2的更多相关文章
- 朴素贝叶斯分类器基本代码 && n折交叉优化
自己也是刚刚入门.. 没脸把自己的代码放上去,先用别人的. 加上自己的解析,挺全面的,希望有用. import re import pandas as pd import numpy as np fr ...
- 记intel杯比赛中各种bug与debug【其五】:朴素贝叶斯分类器的实现和针对性的优化
咱这个项目最主要的就是这个了 贝叶斯分类器用于做可以统计概率的二元分类 典型的例子就是垃圾邮件过滤 理论基础 对于贝叶斯算法,这里附上两个链接,便于理解: 朴素贝叶斯分类器的应用-阮一峰的网络日志 基 ...
- 文本分类(TFIDF/朴素贝叶斯分类器/TextRNN/TextCNN/TextRCNN/FastText/HAN)
目录 简介 TFIDF 朴素贝叶斯分类器 贝叶斯公式 贝叶斯决策论的理解 极大似然估计 朴素贝叶斯分类器 TextRNN TextCNN TextRCNN FastText HAN Highway N ...
- 数据挖掘十大经典算法(9) 朴素贝叶斯分类器 Naive Bayes
贝叶斯分类器 贝叶斯分类器的分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类.眼下研究较多的贝叶斯分类器主要有四种, ...
- 用scikit-learn实现朴素贝叶斯分类器 转
原文:http://segmentfault.com/a/1190000002472791 朴素贝叶斯(Naive Bayes Classifier)是一种「天真」的算法(假定所有特征发生概率是独立的 ...
- 十大经典数据挖掘算法(9) 朴素贝叶斯分类器 Naive Bayes
贝叶斯分类器 贝叶斯分类分类原则是一个对象的通过先验概率.贝叶斯后验概率公式后计算,也就是说,该对象属于一类的概率.选择具有最大后验概率的类作为对象的类属.现在更多的研究贝叶斯分类器,有四个,每间:N ...
- 机器学习---朴素贝叶斯分类器(Machine Learning Naive Bayes Classifier)
朴素贝叶斯分类器是一组简单快速的分类算法.网上已经有很多文章介绍,比如这篇写得比较好:https://blog.csdn.net/sinat_36246371/article/details/6014 ...
- 朴素贝叶斯分类器及Python实现
贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断(即先验概率)进行修正的定理,在概率论中具有重要地位. 先验概率分布(边缘概率)是指基于主观判断而非样本分布的概率分布,后验概率(条件概率)是根据 ...
- 朴素贝叶斯分类器(Naive Bayes)
1. 贝叶斯定理 如果有两个事件,事件A和事件B.已知事件A发生的概率为p(A),事件B发生的概率为P(B),事件A发生的前提下.事件B发生的概率为p(B|A),事件B发生的前提下.事件A发生的概率为 ...
随机推荐
- 深入浅出ReentrantLock源码解析
ReentrantLock不但是可重入锁,而且还是公平或非公平锁,在工作中会经常使用到,将自己对这两种锁的理解记录下来,希望对大家有帮助. 前提条件 在理解ReentrantLock时需要具备一些基本 ...
- GPO - Backup and Restore
Backup the GPO to a second server is very important. Restore a GPO if necessary. Note: WMI filter an ...
- OSCP Learning Notes - WebApp Exploitation(5)
Remote File Inclusion[RFI] Prepare: Download the DVWA from the following website and deploy it on yo ...
- 【C#】NET截屏网页,生成网页快照开发——IECapt、CutyCapt
软件介绍 IECapt.CutyCapt 生成网页快照 http://iecapt.sourceforge.net/ http://cutycapt.sourceforge.net/ ### 操作代码 ...
- 部署一套完整的Kubernetes高可用集群(二进制,v1.18版)
一.前置知识点 1.1 生产环境可部署Kubernetes集群的两种方式 目前生产部署Kubernetes集群主要有两种方式: kubeadm Kubeadm是一个K8s部署工具,提供kubeadm ...
- APP自动化 -- MobileBy
一.BobileBy源码 selenium中有 By appium就有MobileBy. 二.MobileBy示例 MobileBy就是继承的By,所以,语法基本是一样的.
- springboot文件上传 流的方式 后台计算上传进度
//代码 public static void main(String[] args) throws Exception { String path = "f:/svn/t_dictiona ...
- 企业权限管理(SSM整合)(总结)
学于黑马程序员和传智播客联合做的教学项目 感谢 黑马程序员官网 传智播客官网 个人根据教程的每天的工作进度的代码和资料 密码:cti5 b站在线视频 微信搜索"艺术行者",关注并回 ...
- Python os.lchflags() 方法
概述 os.lchflags() 方法用于设置路径的标记为数字标记,类似 chflags(),但是没有软链接.高佣联盟 www.cgewang.com 只支持在 Unix 下使用. 语法 lchfla ...
- PHP is_uploaded_file() 函数
定义和用法 is_uploaded_file() 函数检查指定的文件是否是通过 HTTP POST 上传的. 如果文件是通过 HTTP POST 上传的,该函数返回 TRUE. 语法 is_uploa ...