自定义数据集 ，使用朴素贝叶斯对其进行分类

数据集定义：

 

-  data  列表包含了文本样本及其对应的情感标签。每个元素是一个元组，第一个元素是文本，第二个元素是标签。

 

特征提取：

 

- 使用  CountVectorizer  将文本转换为词频向量。 fit_transform  方法在训练数据上拟合向量器并进行转换。

 

模型训练：

 

- 初始化  MultinomialNB  模型，这是适用于离散数据（如词频）的朴素贝叶斯分类器。

 

- 使用  fit  方法在提取的特征和标签上训练模型。

 

预测：

 

- 对新的文本数据，先使用  vectorizer.transform  方法将其转换为特征向量，然后使用训练好的模型进行预测。

 

评估：

 

- 这里简单地假设了新文本的真实标签，使用  accuracy_score  计算预测准确率。在实际应用中，应使用独立的测试集来评估模型性能。

import numpy as np
from sklearn.naive_bayes import GaussianNB
from sklearn.metrics import accuracy_score

# 自定义数值型数据集
X = np.array([
    [1, 2],
    [2, 3],
    [3, 4],
    [4, 5]
])
y = np.array([0, 0, 1, 1])

# 初始化并训练高斯朴素贝叶斯模型
clf = GaussianNB()
clf.fit(X, y)

# 新数据进行预测
new_X = np.array([
    [1.5, 2.5],
    [3.5, 4.5]
])
predictions = clf.predict(new_X)

# 输出预测结果
for new_data, pred in zip(new_X, predictions):
    print(f"Data: {new_data}, Prediction: {pred}")

# 假设我们有真实标签用于计算准确率（这里只是示例，实际应用中需有真实测试集标签）
true_labels = [0, 1]
accuracy = accuracy_score(true_labels, predictions)
print(f"Accuracy: {accuracy}")