如何实现朴素贝叶斯算法？答案

【问题标题】：How can I implement the naïve Bayes algorithm?如何实现朴素贝叶斯算法？
【发布时间】：2021-04-09 08:39:21
【问题描述】：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

cigdata = pd.read_csv ('cigs.csv')
print(cigdata.head())
cigdata.shape
#Changing pandas dataframe to numpy array
X = cigdata.iloc[:,:8].values
y = cigdata.iloc[:,8:9].values
#Normalizing the data
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X = sc.fit_transform(X)

我正在尝试规范化我的数据以实现朴素贝叶斯算法，但它不起作用，因为我的数据集中有字符串值并且它显示如下：

valuetype错误字符串值无法转换为float。

【问题讨论】：

好的，所以问题似乎是，您正在从 CSV 读取一些数据，但这些数据被 python 解释为字符串（可能是因为它在 csv 中被 "" 包装了。但是你能提供更具体的错误消息？“它显示类似这种值类型的错误字符串值不能转换为浮点数”对于缩小可能的错误原因不是很有用。
X = sc.fit_transform(X) 在这一行它给了我错误先生，因为我的数据集中有一些列包含一些字符串值，所以它给我错误字符串值不能转换为浮点数并将其命名为 valuetype error
您能否也提供cigs.csv 如果它很大，至少提供一个样本。
Alpine Lt 15 1.1 16 100 F SP 是
以上这些值是第一行，总共包含 9 列

标签： python naivebayes

【解决方案1】：

您可以从sklearn 使用LabelEncoder

在您的情况下，分类列是索引[0, 1, 6, 7, 8] 您可以使用以下代码对它们进行编码：

from sklearn.preprocessing import LabelEncoder 

# ....

cat_index = [0, 1, 6, 7, 8]
cigdata.iloc[:, cat_index] = cigdata.iloc[:, cat_index].apply(LabelEncoder().fit_transform)

将其放在read_csv 之后，您应该会看到一个仅包含数值的数据框。

【讨论】：