from sklearn.metrics import confusion_matrix, classification_report from sklearn.naive_bayes import MultinomialNB import csv file_path=r'F:\duym\ai\sm... ...
分类：
其他好文 时间：
2018-12-04 22:36:43
阅读次数：
235
# 若没有nltk则先定义一个空函数 def pre(text): pre_text=text return pre_text #读取数据 import csv # with open(r'd:/SMSSpamCollectionjsn.txt',encoding = "utf-8")as file... ...
分类：
其他好文 时间：
2018-12-03 16:36:03
阅读次数：
232
import nltk from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer def preprocessing(text): tokens=[word for sent in nltk.sent_toke... ...
分类：
其他好文 时间：
2018-12-03 12:50:13
阅读次数：
132
1. 数据准备：收集数据与读取 2. 数据预处理：处理数据 3. 训练集与测试集：将先验数据按一定比例进行拆分。 4. 提取数据特征，将文本解析为词向量 。 5. 训练模型：建立模型，用训练数据训练模型。即根据训练样本集，计算词项出现的概率P(xi|y)，后得到各类下词汇出现概率的向量 。 6. 测 ...
分类：
其他好文 时间：
2018-12-03 12:00:56
阅读次数：
226
import csv # 读数据 file_path = r'EmailData.txt' EmailData = open(file_path,'r',encoding='utf-8') Email_data = [] Email_target = [] csv_reader = csv.read... ...
分类：
其他好文 时间：
2018-12-02 22:49:39
阅读次数：
144
三、 垃圾邮件分类 数据准备： 用csv读取邮件数据，分解出邮件类别及邮件内容。 对邮件内容进行预处理：去掉长度小于3的词，去掉没有语义的词等 尝试使用nltk库： pip install nltk nltk.download 不成功：就使用词频统计的处理方法 训练集和测试集数据划分 from sk... ...
分类：
其他好文 时间：
2018-11-29 15:16:44
阅读次数：
218
#读取数据集 import csv file_path=r'C:\Users\Administrator\Desktop\江南.txt' sms=open(file_path,'r',encoding='utf-8') text=csv.reader(sms,delimiter='\t') text... ...
分类：
其他好文 时间：
2018-11-29 15:09:32
阅读次数：
188
import nltk nltk.download() from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer #预处理 def preprocessing(text): tokens = [word for... ...
分类：
其他好文 时间：
2018-11-29 15:01:31
阅读次数：
474
1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 多项式型 伯努利型 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。 3. 垃圾邮件分类 数据准备： 用csv读取邮件数据，分解出邮件类别及邮 ...
分类：
其他好文 时间：
2018-11-26 13:46:34
阅读次数：
235
1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 多项式型 伯努利型 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证 3. 垃圾邮件分类 ...
分类：
其他好文 时间：
2018-11-26 13:42:04
阅读次数：
231
