学习笔记 Day 41 （监督学习分类算法）

knn：

结果不太理想，可以删除row_id项。

朴素贝叶斯：

 朴素贝叶斯预测：（api省略）

def navie_bayes():

    # 获取数据
    fet = fetch_20newsgroups(subset='all')

    # print(fet)
    # 数据基本处理
    ## 分割数据
    x_train,x_test,y_train,y_test = train_test_split(fet.data,fet.target,test_size=0.2)

    ## 特征抽取
    tf = TfidfVectorizer()
    x_train = tf.fit_transform(x_train)
    x_test = tf.transform(x_test)
    print('抽取后的数据：\n',tf.get_feature_names())
    # 机器学习
    estimator = MultinomialNB(alpha=1.0)
    print('要训练的数据:\n',x_train.toarray())
    estimator.fit(x_train,y_train)

    y_pre = estimator.predict(x_test)

    score = estimator.score(x_test,y_test)

    print('预测结果为：\n',y_pre)
    print('准确率为：\n',score)



if __name__ == '__main__':
    # knn()
    navie_bayes()

精准率与召回率：

召回率（查全率）：不放过一个真实的（ 考虑的比较多 ）

 精确率：

 F1—score: 在考虑召回率的同时有没有把其它的考虑进去

api：

 交叉验证和 网格搜索：
交叉验证过程：

代码：

    data = load_iris()

    x_train,x_test,y_train,y_test = train_test_split(data.data,data.target,test_size=0.2,random_state=22)

    st = StandardScaler()

    x_train = st.fit_transform(x_train)

    x_test = st.transform(x_test)

    knn = KNeighborsClassifier()

    parm = {'n_neighbors':[3,5,7,9]}

    estimator = GridSearchCV(knn,param_grid=parm,cv=10)

    estimator.fit(x_train,y_train)

    y_pre = estimator.predict(x_test)

    print('预测的值为：\n',y_pre)

    print('预测的准确率为：\n',estimator.score(x_test,y_test))

    print('交叉验证最好的结果：\n',estimator.best_score_)

    print('交叉验证最好的模型：\n',estimator.best_estimator_)

    print('每次交叉验证的结果：\n',estimator.cv_results_)