分类与监督学习,朴素贝叶斯分类算法

Posted woo-616366

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分类与监督学习,朴素贝叶斯分类算法相关的知识,希望对你有一定的参考价值。

一、简述分类与聚类的联系与区别

    简述什么是监督学习与无监督学习

    聚类:不知道答案的前提下,按照一定的相似性聚集元素。

    分类:在有一定标准下,知道答案地进行元素分组。

    监督学习:按照已知的条件,训练某种学习机器(即得到某种目标函数),使它能够对未知类别的样本进行分类。

    无监督学习:实现的目标只是把相似的东西聚到一起。

 

 

 

 

二、朴素贝叶斯分类算法 实例

技术分享图片

 

 

 

 

三、编程实现朴素贝叶斯分类算法

from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB
iris=load_iris()
gnb = GaussianNB()  #模型
gnb.fit(iris.data,iris.target)  #训练
gnb.predict([[6,6,6,6]])  #预测

   输出:array([2])

以上是关于分类与监督学习,朴素贝叶斯分类算法的主要内容,如果未能解决你的问题,请参考以下文章

分类与监督学习,朴素贝叶斯分类算法

分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法

11.分类与监督学习,朴素贝叶斯分类算法