朴素贝叶斯分类器的 scikit-learn 文档中的示例代码错误？答案

【问题标题】：Error in example code from the scikit-learn documentation for the Naive Bayes classifier?朴素贝叶斯分类器的 scikit-learn 文档中的示例代码错误？
【发布时间】：2019-04-13 05:40:57
【问题描述】：

我是一名新的 Python 用户，并且一直在使用 scikit-learn 模块运行朴素贝叶斯分类器模型。 scikit learn Naïve Bayes documentation page 上的以下示例代码是否正确？

from sklearn import datasets
iris = datasets.load_iris()
from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
y_pred = gnb.fit(iris.data, iris.target).predict(iris.data)
print("Number of mislabeled points out of a total %d points : %d"

gnb.fit() 函数不应该改为：

y_pred = gnb.fit(iris.data.drop(columns=['target']), iris.target).predict(iris.data)

也就是说，需要从预测数据集中手动移除响应变量。当一位同事指出我从 scikit-learn 文档页面抄录的代码有误时，我的模型获得了不合理的高准确度指标。

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

iris.data 不是数据框，它只是具有 4 个特征的 (150,4) numpy 数组。

iris.target 是另一个只有目标类的 numpy 数组。

不确定如何在数组上调用drop（我刚刚检查了我有一个数组而不是一个 pd df，这是有道理的，sklearn 不依赖于 pandas）。

【讨论】：

太好了，感谢您的检查 - 我知道 drop 不起作用。但是即使文档中的代码语法是正确的，也似乎有点误导，不是吗？代码中没有迹象表明响应变量已从输入数据集中删除。
它没有。它是 4 个特征，而不是目标。
对于来自其他语言（如 R）的用户，在文档中包含该语言会很有帮助，您可以使用 y ~ ., data=analysis_dataset 等简写指定模型，并且算法知道从右手中减去 y公式的一面。