准备自定义数据集
首先，需要一个自定义数据集来进行分类。创建一个简单的二维数据集，其中每个样本有两个特征，并且属于两个类别之一。
import numpy as np
import pandas as pd
# 创建自定义数据集
np.random.seed(42)
num_samples = 100
# 生成特征数据
X = np.random.rand(num_samples, 2)
# 生成标签数据（0或1）
y = np.where(X[:, 0] + X[:, 1] > 1, 1, 0)
# 将数据转换为DataFrame以便查看
data = pd.DataFrame(X, columns=['Feature1', 'Feature2'])
data['Label'] = y
print(data.head())在这个数据集中，Feature1和Feature2是特征，Label是类别标签（0或1）。
使用朴素贝叶斯进行分类
接下来，将使用scikit-learn库中的朴素贝叶斯分类器来对数据集进行分类。这里使用高斯朴素贝叶斯，因为它适用于连续特征。
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB
from sklearn.metrics import accuracy_score, classification_report
# 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)
# 初始化高斯朴素贝叶斯分类器
gnb = GaussianNB()
# 训练模型
gnb.fit(X_train, y_train)
# 进行预测
y_pred = gnb.predict(X_test)
# 评估模型性能
accuracy = accuracy_score(y_test, y_pred)
print(f'Accuracy: {accuracy:.4f}')
# 打印分类报告
print(classification_report(y_test, y_pred))4. 结果分析
运行上述代码后，将得到模型的准确率和分类报告。分类报告包括精确度（precision）、召回率（recall）、F1分数（F1-score）等指标。
- 准确率：正确预测的样本数占总样本数的比例。
- 精确度：被预测为正类的样本中实际为正类的比例。
- 召回率：实际为正类的样本中被正确预测为正类的比例。
- F1分数：精确度和召回率的调和平均数，用于综合评估模型性能。
