Del curso: Python para Ciência de Dados: Formação Básica
Accede al curso completo hoy mismo
Únete hoy para acceder a más de 24.300 cursos impartidos por expertos del sector.
Aplicando modelos Bayesianos - Tutorial de Python
Del curso: Python para Ciência de Dados: Formação Básica
Aplicando modelos Bayesianos
Agora, vamos ver como aplicar modelos bayesianos para identificar spam. Eu já importei os nossos módulos e já li os nossos dados do arquivo "spambase.data". Esse conjunto de dados é bem grande, mas nós só vamos usar as variáveis que contém contagem de palavras, que são as variáveis que vão de 0 a 48. Então, vamos separá-las no nosso objeto x e a nossa variável target está na última coluna no nosso conjunto de dados. Então vamos colocar essa variável no nosso objeto y. Como os meus dados já estão na mesma escala, eu não preciso usar o método scale para ajusta-los. Então, já posso, direto, dividir os meus dados em treino e teste usando o meu método "train_test_split", e ando as minhas duas variáveis de dados, definido o meu "test_size" como 33% dos meus dados originais, e o "random_state" igual a 17. O primeiro modelo que eu vou fazer vai ser o gaussiano, eu vou chamar ele de GausNB, e usar a classe GaussianNB. E eu já vou chamar o método fit,…
Practica mientras aprendes con los archivos de ejercicios.
Descarga los archivos que el instructor utiliza para enseñar el curso. Sigue las instrucciones y aprende viendo, escuchando y practicando.
Contenido
-
-
-
-
-
-
-
-
-
(Bloqueado)
Modelo de Regressão Linear1 min 10 s
-
(Bloqueado)
Aplicando a Regressão Linear5 min 38 s
-
(Bloqueado)
Modelo de Regressão Logística48 s
-
(Bloqueado)
Aplicando uma Regressão Logística5 min 23 s
-
(Bloqueado)
Classificadores Naïve Bayes1 min 8 s
-
(Bloqueado)
Aplicando modelos Bayesianos6 min 28 s
-
(Bloqueado)
-
-
-