垃圾邮件分类2(3)

当前位置:

首页 > temp > 简明python教程 >

垃圾邮件分类2(3)

5.模型选择

from sklearn.naive_bayes import GaussianNB

from sklearn.naive_bayes import MultinomialNB

说明为什么选择这个模型？

				
										# 5、模型选择

										def mnb_model(x_train, x_test, y_train, y_test):

										    mnb = MultinomialNB()

										    mnb.fit(x_train, y_train)

										    pre = mnb.predict(x_test)

										    print("总数：", len(y_test))

										    print("预测正确数：", (pre == y_test).sum())

										    print("预测准确率：",sum(pre == y_test) / len(y_test))

										    return pre

6.模型评价：混淆矩阵，分类报告

from sklearn.metrics import confusion_matrix

confusion_matrix = confusion_matrix(y_test, y_predict)

说明混淆矩阵的含义

from sklearn.metrics import classification_report

说明准确率、精确率、召回率、F值分别代表的意义

				
										# 6、模型评价

										def class_report(pre, y_test):

										    conf_matrix = confusion_matrix(y_test, pre)

										    print("=====================================================")

										    print("混淆矩阵：\n", conf_matrix)

										    c = classification_report(y_test, pre)

										    print("分类报告：\n", c)

										    print("模型准确率：", (conf_matrix[0][0] + conf_matrix[1][1]) / np.sum(conf_matrix))

栏目列表