cómo cargar datos CSV en scikit y usarlos para la clasificación de Naive Bayes

Intentando cargar datos personalizados para realizar la Clasificación NB en Scikit. Necesita ayuda para cargar los datos de muestra en Scikit y luego realizar NB. Cómo cargar valores categóricos por destino.

Use los mismos datos para Train and Test o use un juego completo solo para pruebas.

Sl No,Member ID,Member Name,Location,DOB,Gender,Marital Status,Children,Ethnicity,Insurance Plan ID,Annual Income ($),Twitter User ID 1,70000001,Fly Dorami,New York,39786,M,Single,,Asian,2002,0,548900028 2,70000002,Bennie Ariana,Pennsylvania,6/24/1940,F,Single,,Caucasian,2002,66313, 3,70000003,Brad Farley,Pennsylvania,12001,F,Married,4,African American,2002,98444, 4,70000004,Daggoo Cece,Indiana,14032,F,Married,2,Hispanic,2001,41896,113481472. 

Lo siguiente debería comenzar, necesitarás pandas y adormecer. Puede cargar su archivo .csv en un dataframe y usarlo para ingresar datos en el modelo. Todos deben definir los objectives (0 para negativos y 1 para positivos, suponiendo una clasificación binaria) en función de lo que intenta separar.

 from sklearn.naive_bayes import GaussianNB import pandas as pd import numpy as np # create data frame containing your data, each column can be accessed # by df['column name'] df = pd.read_csv('/your/path/yourFile.csv') target_names = np.array(['Positives','Negatives']) # add columns to your data frame df['is_train'] = np.random.uniform(0, 1, len(df)) <= 0.75 df['Type'] = pd.Factor(targets, target_names) df['Targets'] = targets # define training and test sets train = df[df['is_train']==True] test = df[df['is_train']==False] trainTargets = np.array(train['Targets']).astype(int) testTargets = np.array(test['Targets']).astype(int) # columns you want to model features = df.columns[0:7] # call Gaussian Naive Bayesian class with default parameters gnb = GaussianNB() # train model y_gnb = gnb.fit(train[features], trainTargets).predict(train[features])