机器学习基础DAY6

第六章 朴素贝叶斯算法

######朴素贝叶斯API：sklearn.naive_bayes.MultinomialNB
####sklearn.naive_bayes.MultinomialNB(alpha = 1.0)
朴素贝叶斯分类
alpha：拉普拉斯平滑系数
优点：
不需要调参
朴素贝叶斯模型发源于古典数学理论，有稳定的分类效率。
对缺失数据不太敏感，算法也比较简单，常用于文本分类。
分类准确度高，速度快
缺点：
需要知道先验概率P(F1,F2,…|C)，因此在某些时候会由于假设的先验模型的原因导致预测效果不佳。

分类模型的评估：

一般最常见使用的是准确率，即预测结果正确的百分比
####estimator.score()
在分类任务下，预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合，构成混淆矩阵(适用于多分类)

其他分类标准，F1-score，反映了模型的稳健性

######分类模型评估API：sklearn.metrics.classification_report
####sklearn.metrics.classification_report(y_true, y_pred, target_names=None)
y_true：真实目标值

y_pred：估计器预测目标值

target_names：目标类别名称

return：每个类别精确率与召回率

模型选择与调优

1、交叉验证：为了让被评估的模型更加准确可信
比如4折交叉验证：

2.网格搜索：调参数
通常情况下，有很多参数是需要手动指定的（如k-近邻算法中的K值），这种叫超参数。但是手动过程繁杂，所以需要对模型预设几种超参数组合。每组超参数都采用交叉验证来进行评估。最后选出最优参数组合建立模型。
######API：sklearn.model_selection.GridSearchCV
####sklearn.model_selection.GridSearchCV(estimator, param_grid=None,cv=None)
对估计器的指定参数值进行详尽搜索
estimator：估计器对象
param_grid：估计器参数(dict){“n_neighbors”:[1,3,5]}
cv：指定几折交叉验证
fit：输入训练数据
score：准确率
结果分析：
best_score_:在交叉验证中测试的最好结果
best_estimator_：最好的参数模型
cv_results_:每次交叉验证后的测试集准确率结果和训练集准确率结果
作业：将前面的k-近邻算法案例改成网格搜索

def knncls():