机器学习 sklearn 监督学习 分类算法 朴素贝叶斯 Naive Bayesian Model
Posted 404detective
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了机器学习 sklearn 监督学习 分类算法 朴素贝叶斯 Naive Bayesian Model相关的知识，希望对你有一定的参考价值。
import numpy as np
from sklearn.naive_bayes import GaussianNB
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
Y = np.array([1, 1, 1, 2, 2, 2])
#使用默认参数，创建一个高斯朴素贝叶斯分类器，并将该分类器赋给变量clf
clf = GaussianNB(priors=None)
clf.fit(X, Y)
print(clf.predict([[-0.8, -1]]))
以上是关于机器学习 sklearn 监督学习 分类算法 朴素贝叶斯 Naive Bayesian Model的主要内容，如果未能解决你的问题，请参考以下文章