# 从 sklearnnaive_bayes 导入 GaussianNBfrom sklearnnaive_bayes import GaussianNB# 定义训练集X = 07 15 24 31 43 56 67 79 811y = 0 0 0 1 1 1 2 2 2# 任务1:创建 GaussianNB 对象########## Begin ##########GNB = #########
从 sklearn.naive_bayes 导入 GaussianNB
from sklearn.naive_bayes import GaussianNB
定义训练集
X = [[0,7], [1,5], [2,4], [3,1], [4,3], [5,6], [6,7], [7,9], [8,11]] y = [0, 0, 0, 1, 1, 1, 2, 2, 2]
任务1:创建 GaussianNB 对象
########## Begin ########## GNB = GaussianNB() ########## End ##########
任务2:调用 fit 函数执行训练过程
########## Begin ########## GNB.fit(X, y) ########## End ##########
调用 predict 函数进行预测
pre_y = GNB.predict([[1,1], [7,5], [8,5]])
打印结果
print(pre_y)
原文地址: http://www.cveoy.top/t/topic/fpGl 著作权归作者所有。请勿转载和采集!