Python 中的机器学习朴素贝叶斯分类器

Question

我一直在试验机器学习，需要开发一个模型来根据多个变量进行预测。我能解释这一点的最简单方法是通过下面的 "play golf" 示例：

train.csv

Outlook,Temperature,Humidity,Windy,Play
overcast,hot,high,FALSE,yes
overcast,cool,normal,TRUE,yes
overcast,mild,high,TRUE,yes
overcast,hot,normal,FALSE,yes
rainy,mild,high,FALSE,yes
rainy,cool,normal,FALSE,yes
rainy,cool,normal,TRUE,no
rainy,mild,normal,FALSE,yes
rainy,mild,high,TRUE,no
sunny,hot,high,FALSE,no
sunny,hot,high,TRUE,no
sunny,mild,high,FALSE,no
sunny,cool,normal,FALSE,yes
sunny,mild,normal,TRUE,yes

程序需要将预测插入 makeprediciton.csv 文件

Outlook,Temperature,Humidity,Windy,Play
rainy,hot,normal,TRUE,

我已经能够使用 excel 应用这个分类器。想知道 python 中是否有一个简单的库可以帮助我对频率进行分组并进行计算，而不必为所有内容手动编写代码。

你可以通过下面的excel看到我的做法link： http://www.filedropper.com/playgolf

如有任何帮助，我们将不胜感激。

Answer 1

视情况而定。如果您不想编码，请尝试 Rapidminier. It is very simple to learn and experiment. It's documentation is very good and clear.You can see This example 朴素贝叶斯分类器并获得结果。

此外，如果您需要一些编码并使用 python 语言，请尝试 Scikit-learn witch is more advanced lib in python. It utilize scipy and numpy and has very powerful implementation of data mining algorithms. For your example you must first use One-Hot-Encoding to change your categorical feature to high dimension sparse vector and then use a classifier like Naive Bayesian

同样要读取 CSV 文件，您可以使用 Pandas

Python 中的机器学习朴素贝叶斯分类器

Machine Learning Naive Bayes Classifier in Python

python

machine-learning

naivebayes