贝叶斯公式

朴素：假设特征与特征之间相互独立

朴素贝叶斯算法：朴素+贝叶斯

应用场景：文本分类（单词作为特征）

拉普拉斯平滑系数

Ni：F1词在C类别所有文档中出现的次数
N：所属类别C下的文档所有词出现的次数和
a：指定的系数一般为1
m：训练文档中统计出的特征词个数

不懂没关系，会用API就行！！！！！

API：
sklearn.naive_bayes.MultinomialNB(alpha = 1.0)

• 朴素贝叶斯分类
• alpha：拉普拉斯平滑系数

案例：
1、获取数据
2、划分数据集
3、特征工程——文本特征抽取
4、朴素贝叶斯算法的
5、模型评估

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV
from sklearn.datasets import fetch_20newsgroups
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.naive_bayes import MultinomialNB

#用朴素贝叶斯算法对新闻进行分类
#获取数据
news = fetch_20newsgroups(subset = 'all')
#数据集划分
x_train,x_test,y_train,y_test = train_test_split(news.data,news.target)
print(x_train)
#特征工程——文本特征抽取
transfer = TfidfVectorizer()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)

#朴素贝叶斯算法预估器流程
estimator = MultinomialNB()
estimator.fit(x_train,y_train)
#模型评估
#方法一：直接比对真实值和预测值
y_predict = estimator.predict(x_test)
print("y_predict：\n",y_predict)
print("对真实值和预测值：\n",y_test == y_predict)
#方法二：计算准确率
score = estimator.score(x_test,y_test)
print("准确值为：\n",score)