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
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