Python中的机器学习朴素贝叶斯分类器答案

【问题标题】：Machine Learning Naive Bayes Classifier in PythonPython中的机器学习朴素贝叶斯分类器
【发布时间】：2016-12-11 14:54:31
【问题描述】：

我一直在尝试机器学习，需要开发一个模型，该模型将根据多个变量进行预测。我可以解释这一点的最简单方法是通过下面的“打高尔夫球”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到 makeprediciton.csv 文件中

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

我已经能够使用 excel 应用此分类器。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。

您可以在以下链接中通过 excel 查看我的方法： http://www.filedropper.com/playgolf

任何帮助将不胜感激。

【问题讨论】：

看看scikit-learn，也请不要询问有关stackoverflow的库建议的问题。 howto ask 中明确指出，这类问题不适合 stackoverflow。

标签： python machine-learning naivebayes

【解决方案1】：

这取决于。如果您不想编码，请尝试Rapidminier。学习和实验非常简单。是documentation，很好很清晰。可以看This example的朴素贝叶斯分类器，得到结果。

另外，如果你想要一些编码并使用 python 语言，试试Scikit-learnwitch 是 python 中更高级的库。它利用 scipy 和 numpy 并具有非常强大的数据挖掘算法实现。对于您的示例，您必须首先使用 One-Hot-Encoding 将您的分类特征更改为高维稀疏向量，然后使用像 Naive Bayesian 这样的分类器

也用于读取CSV文件，你可以使用Pandas

【讨论】：