【数据挖掘与商务智能决策】朴素贝叶斯模型

第七章 朴素贝叶斯模型

1. 朴素贝叶斯模型简单代码演示

from sklearn.naive_bayes import GaussianNB
X = [[1, 2], [3, 4], [5, 6], [7, 8], [9, 10]]
y = [0, 0, 0, 1, 1]

model = GaussianNB()
model.fit(X, y)

print(model.predict([[5, 5]]))

[0]

2.案例实战 - 肿瘤预测模型

2.1 读取数据

import pandas as pd
df = pd.read_excel('肿瘤数据.xlsx')
df.head()

	最大周长	最大凹陷度	平均凹陷度	最大面积	最大半径	平均灰度值	肿瘤性质
0	184.60	0.2654	0.14710	2019.0	25.38	17.33	0
1	158.80	0.1860	0.07017	1956.0	24.99	23.41	0
2	152.50	0.2430	0.12790	1709.0	23.57	25.53	1
3	98.87	0.2575	0.10520	567.7	14.91	26.50	0
4	152.20	0.1625	0.10430	1575.0	22.54	16.67	0

2.2 划分特征变量和目标变量

X = df.drop(columns='肿瘤性质') 
y = df['肿瘤性质']   

2.3 模型搭建

2.3.1 划分训练集和测试集

from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)

2.3.2 朴素贝叶斯模型

from sklearn.naive_bayes import GaussianNB
nb_clf = GaussianNB()  # 高斯朴素贝叶斯模型
nb_clf.fit(X_train,y_train)

GaussianNB(priors=None, var_smoothing=1e-09)