使用高斯朴素贝叶斯算法对鸢尾花数据集进行分类

高斯朴素贝叶斯算法通常用于特征变量是连续变量,符合高素分布的情况。

使用高斯朴素贝叶斯算法对鸢尾花数据集进行分类

"""

使用高斯贝叶斯堆鸢尾花进行分类

"""

#导入需要的库

from sklearn.datasets import load_iris

from sklearn.model_selection import train_test_split

from sklearn.naive_bayes import GaussianNB

from sklearn.metrics import accuracy_score

#导入数据

x,y = load_iris().data,load_iris().target

#划分数据集

x_train,x_test,y_train,y_test = train_test_split(x,y,random_state=1, test_size=50)

#定义和训练模型

model = GaussianNB()

model.fit(x_train,y_train)

#模型评估

pred = model.predict(x_test)

print("测试集数据的预测标签为",pred)

print("测试集数据的真实标签为",y_test)

print("测试集共有%d条数据,其中预测错误的数据有%d条,预测准确率为%.2f"%(x_test.shape[0],(pred!=y_test).sum(),

accuracy_score(y_test,pred)))

输出的结果为:

测试集数据的预测标签为 [0 1 1 0 2 2 2 0 0 2 1 0 2 1 1 0 1 1 0 0 1 1 2 0 2 1 0 0 1 2 1 2 1 2 2 0 1

0 1 2 2 0 1 2 1 2 0 0 0 1]

测试集数据的真实标签为 [0 1 1 0 2 1 2 0 0 2 1 0 2 1 1 0 1 1 0 0 1 1 1 0 2 1 0 0 1 2 1 2 1 2 2 0 1

0 1 2 2 0 2 2 1 2 0 0 0 1]

测试集共有50条数据,其中预测错误的数据有3条,预测准确率为0.94

相关推荐
梁辰兴26 分钟前
数据结构:排序
数据结构·算法·排序算法·c·插入排序·排序·交换排序
野犬寒鸦41 分钟前
力扣hot100:搜索二维矩阵 II(常见误区与高效解法详解)(240)
java·数据结构·算法·leetcode·面试
菜鸟得菜1 小时前
leecode kadane算法 解决数组中子数组的最大和,以及环形数组连续子数组的最大和问题
数据结构·算法·leetcode
木头左1 小时前
结合机器学习的Backtrader跨市场交易策略研究
人工智能·机器学习·kotlin
Coovally AI模型快速验证1 小时前
3D目标跟踪重磅突破!TrackAny3D实现「类别无关」统一建模,多项SOTA达成!
人工智能·yolo·机器学习·3d·目标跟踪·无人机·cocos2d
楼田莉子2 小时前
C++算法专题学习——分治
数据结构·c++·学习·算法·leetcode·排序算法
一支鱼2 小时前
leetcode常用解题方案总结
前端·算法·leetcode
森之鸟2 小时前
寻找AI——初识3D建模AI
ai·aigc
荼蘼2 小时前
迁移学习实战:基于 ResNet18 的食物分类
机器学习·分类·迁移学习
ulias2122 小时前
各种背包问题简述
数据结构·c++·算法·动态规划