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.shape0,(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
Oiiouui1 小时前
原始CNN识别与训练模型实现
神经网络·机器学习·cnn
AvocadoZeroOneOI3 小时前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
罗西的思考4 小时前
【轻量化复现大模型 / KIMI K3】训练模块梳理 & Muon P2P 优化器
人工智能·深度学习·机器学习
cjz38994 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
wflynn5 小时前
AI 产品 ChatPRD 遭遇 token 欺诈,滥用者用免费试用构建游戏地图
ai·技术
伞伞悦读6 小时前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习
橘子138 小时前
【高级数据库】关系代数基本概念
算法
万里侯13 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s
澹锦汐13 小时前
纯前端秋日银杏与枫叶落叶色板智能聚类器:基于 K-Means 色彩量化与直方图自动配方提取
前端·人工智能·ai·语言模型·vue·react·k-means
电科_银尘19 小时前
【大模型算法与工程 15】手写Self-Attention:Q、K、V与缩放点积
算法