ML之NB:基于NB朴素贝叶斯算法训练20类新闻文本数据集进行多分类预测
生活随笔
收集整理的這篇文章主要介紹了
ML之NB:基于NB朴素贝叶斯算法训练20类新闻文本数据集进行多分类预测
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
ML之NB:基于NB樸素貝葉斯算法訓練20類新聞文本數(shù)據(jù)集進行多分類預測
?
?
目錄
輸出結(jié)果
設計思路
核心代碼
?
?
?
輸出結(jié)果
?
設計思路
?
核心代碼
vec = CountVectorizer() X_train = vec.fit_transform(X_train) X_test = vec.transform(X_test)mnb = MultinomialNB() mnb.fit(X_train, y_train) y_predict = mnb.predict(X_test) print('The accuracy of Naive Bayes Classifier is', mnb.score(X_test, y_test))?
?
總結(jié)
以上是生活随笔為你收集整理的ML之NB:基于NB朴素贝叶斯算法训练20类新闻文本数据集进行多分类预测的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: ML之SVM:基于SVM(支持向量机)之
- 下一篇: ML之DT:基于DT算法对泰坦尼克号乘客