1.使用樸素貝葉斯模型對iris資料集進行花分類

嘗試使用3種不同型別的樸素貝葉斯：

高斯分佈型

多項式型

伯努利型

2.使用sklearn.model_selection.cross_val_score()，對模型進行驗證

from sklearn.datasets import load_iris
iris = load_iris()
from sklearn.naive_bayes import GaussianNB   #高斯
gnb = GaussianNB()  #構造
pre = gnb.fit(iris.data,iris.target)  #擬合
y_pre = gnb.predict(iris.data)   #
 
預測
print(iris.data.shape[0],(iris.target != y_pre).sum())
scores = cross_val_score(gnb,iris.data,iris.target,cv=10) #評估
print("Accuracy:%.3f"%scores.mean())


from sklearn.naive_bayes import BernoulliNB  #伯努利
bnb = BernoulliNB()
pre = bnb.fit(iris.data,iris.target)
y_pre = bnb.predict(iris.data)
print
 
(iris.data.shape[0],(iris.target != y_pre).sum())
scores = cross_val_score(bnb,iris.data,iris.target,cv=10) 
print("Accuracy:%.3f"%scores.mean())


from sklearn.naive_bayes import MultinomialNB  #多項式
mnb = MultinomialNB()
pre = mnb.fit(iris.data,iris.target)
y_pre = mnb.predict(iris.data)
print(iris.data.shape[0],(iris.target != y_pre).sum())
scores 
 
= cross_val_score(mnb,iris.data,iris.target,cv=10)
print("Accuracy:%.3f"%scores.mean())