朴素贝叶斯分类实验
一．实验目的 1.了解朴素贝叶斯算法基本原理； 2.能够使用朴素贝叶斯算法对数据进行分类 二．实验内容 利用贝叶斯算法或者决策树算法进行数据分类操作 数据集：汽车评估数据集
关于朴素贝叶斯原理和案例可以看西瓜书详解：https://zhuanlan.zhihu.com/p/79527876
数据集：
import pandas as pd data = pd.read_csv("car.csv") print(data.shape) #行数列数 print(data.dtypes) #所有列的数据类型 data.head() # 输出各列的唯一值 m=[] for i in data: m.append(list(set(data[i].values.tolist()))) print(list(set(data[i].values.tolist()))) # 标注字典 Dict01={'low':1,'med':2,'high':3, 'vhigh':4} Dict2={'2':0, '3':1, '4':2, '5more':3} Dict3={'2':0, '4':1,'more':2} Dict4={'small':0,'med':1, 'big':2} Dict5={'low':0,'med':1,'high':2} Dict6={'unacc':0, 'acc':1, 'good':2, 'vgood':3} L=[Dict01,Dict01,Dict2,Dict3,Dict4,Dict5,Dict6] # 获取列名 columns=data.columns.tolist() # 数据标注 for i in range(len(columns)): data[columns[i]] = data[columns[i]].map(L[i]) data.head()加上预测完整代码：
import pandas as pd data = pd.read_csv("car.csv") # 标注字典 Dict01={'low':1,'med':2,'high':3, 'vhigh':4} Dict2={'2':0, '3':1, '4':2, '5more':3} Dict3={'2':0, '4':1,'more':2} Dict4={'small':0,'med':1, 'big':2} Dict5={'low':0,'med':1,'high':2} Dict6={'unacc':0, 'acc':1, 'good':2, 'vgood':3} L=[Dict01,Dict01,Dict2,Dict3,Dict4,Dict5,Dict6] # 获取列名 columns=data.columns.tolist() # 数据标注 for i in range(len(columns)): data[columns[i]] = data[columns[i]].map(L[i]) # 预测 predict=[1,0,2,1,1,0] # 返回类别标签 labels=['unacc','acc','good','vgood'] classes = list(set(data.iloc[:,-1].tolist())) result=[] for i in range(len(classes)): test_result=[] test_data1=data[data['acceptability']==classes[i]] P1=test_data1.shape[0]/data.shape[0] print("原数据集第"+str(i)+"类的概率：",P1) for j in range(len(predict)): test_data2=test_data1[test_data1[columns[j]]==predict[j]] if test_data2.shape[0]==0: P2=1 else: P2 = test_data2.shape[0]/test_data1.shape[0] print("在第"+str(i)+"类的条件下"+"X"+str(j)+"的概率：",P2) test_result.append(P2) print(test_result) multiply = 1.0 for k in test_result: multiply *=k pro = multiply/P1 print("属于第"+str(i)+"类的概率：",pro) result.append(pro) print("\n") print("属于各类的概率：",result) max_index = result.index(max(result,key = abs)) print("测试结果：属于"+labels[max_index]+"\t概率为："+str(result[max_index]))预测结果：
