数据加载

  1. def load_data(path):
  2.     data = np.loadtxt(path, dtype=float, delimiter=',', converters={4: iris_type})
  3.     x, y = np.split(data, (4,), axis=1)
  4.     # 未来便于可视化，取x的前两列特征
  5.     x = x[:, :2]
  6.     return x, y

构建模型

这里使用Pipeline直接将归一化和模型放在一起

  1. def build_model():
  2.     gnb = Pipeline([
  3.         ('sc', StandardScaler()),
  4.         ('clf', GaussianNB())])
  5.     return gnb

绘制结果函数

  1. def plot_data(x, y, model):
  2.     '''
  3.     :param x: 训练数据x
  4.     :param y: 训练数据y
  5.     :param mdoel: 模型
  6.     :return:
  7.     '''
  8.     N, M = 500, 500  # 横纵各采样多少个值
  9.     x1_min, x1_max = x[:, 0].min(), x[:, 0].max()  # 第0列的范围
  10.     x2_min, x2_max = x[:, 1].min(), x[:, 1].max()  # 第1列的范围
  11.     t1 = np.linspace(x1_min, x1_max, N)
  12.     t2 = np.linspace(x2_min, x2_max, M)
  13.     x1, x2 = np.meshgrid(t1, t2)  # 生成网格采样点
  14.     x_test = np.stack((x1.flat, x2.flat), axis=1)  # 测试点
  16.     mpl.rcParams['font.sans-serif'] = [u'simHei']
  17.     mpl.rcParams['axes.unicode_minus'] = False
  18.     cm_light = mpl.colors.ListedColormap(['#77E0A0', '#FF8080', '#A0A0FF'])
  19.     cm_dark = mpl.colors.ListedColormap(['g', 'r', 'b'])
  21.     y_hat = model.predict(x_test)  # 预测值
  22.     y_hat = y_hat.reshape(x1.shape)  # 使之与输入的形状相同
  23.     plt.figure(facecolor='w')
  24.     plt.pcolormesh(x1, x2, y_hat, cmap=cm_light)  # 预测值的显示
  25.     plt.scatter(x[:, 0], x[:, 1], c=np.squeeze(y), edgecolors='k', s=50, cmap=cm_dark)  # 样本的显示
  26.     plt.xlabel('length', fontsize=14)
  27.     plt.ylabel('weidth', fontsize=14)
  28.     plt.xlim(x1_min, x1_max)
  29.     plt.ylim(x2_min, x2_max)
  30.     plt.title('GaussianNB classification', fontsize=18)
  31.     plt.grid(True)
  32.     plt.show()

主函数

  1. if __name__ == '__main__':
  2.     x, y = load_data('../data/iris.data')
  3.     model = build_model()
  4.     model.fit(x, y.ravel())
  6.     plot_data(x, y, model)
  8.     # 训练集上的预测结果
  9.     y_hat = model.predict(x)
  10.     y = y.reshape(-1)
  11.     result = y_hat == y
  12.     print(y_hat)
  13.     print(result)
  14.     acc = np.mean(result)
  15.     print('准确度: %.2f%%' % (100 * acc))

分类结果

  1. 准确度: 78.00%

image.png

代码位置

完整代码位置：https://github.com/Knowledge-Precipitation-Tribe/Machine-Learning/blob/master/bayesian/iris-classification.py