python 中的 sklearn 朴素贝叶斯

Question

我已经在 'Rocks and Mines' 数据集上训练了一个分类器 (https://archive.ics.uci.edu/ml/machine-learning-databases/undocumented/connectionist-bench/sonar/sonar.all-data) 在计算准确度分数时，它似乎总是非常准确（输出为 1.0），这让我难以置信。我是不是犯了什么错误，还是朴素贝叶斯有这么强大？

url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/undocumented/connectionist-bench/sonar/sonar.all-data'
data = urllib.request.urlopen(url)
df = pd.read_csv(data)

# replace R and M with 1 and 0
m = len(df.iloc[:, -1])
Y = df.iloc[:, -1].values
y_val = []
for i in range(m):
    if Y[i] == 'M':
        y_val.append(1)
    else:
        y_val.append(0)
df = df.drop(df.columns[-1], axis = 1) # dropping column containing 'R', 'M'

X = df.values

from sklearn.model_selection import train_test_split
    # initializing the classifier
    clf = GaussianNB()
    # splitting the data
    train_x, test_x, train_y, test_y = train_test_split(X, y_val, test_size = 0.33, random_state = 42)
    # training the classifier
    clf.fit(train_x, train_y)
    pred = clf.predict(test_x) # making a prediction
    from sklearn.metrics import accuracy_score
    score = accuracy_score(pred, test_y)
    # printing the accuracy score
    print(score)

X 是输入，y_val 是输出（我已将 'R' 和 'M' 转换为 0 和 1）

Answer 1

这是因为 random_state 参数在 train_test_split() 函数中。
当您将 random_state 设置为整数时，sklearn 可确保您的数据采样保持不变。
这意味着每次您通过指定 random_state 运行时，您都会得到相同的结果，这是预期的行为。
参考docs了解更多详情。

python 中的 sklearn 朴素贝叶斯

sklearn Naive Bayes in python

python

scikit-learn

naivebayes