导入库

import numpy as np

共 100 个样本，每个样本 x 都包括 5 个特征

np.random.seed(0) x = np.random.randint(0, 2, (100, 5))

共 100 个样本，每个样本 x 都属于 {0,1} 类别中的一个

np.random.seed(0) y = np.random.randint(0, 2, 100)

给定 xx = [0,1,0,1,1]

xx = np.array([0, 1, 0, 1, 1])

setx_0 表示属于第一个类别的 x 的集合

setx_0 = x[np.where(y == 0)]

初始化 p_0，p_0 表示 xx 属于类别 0 的概率

p_0 = setx_0.shape[0] / 100

任务1：根据条件独立假设，求样本 xx 属于第一个类别的概率

########## Begin ########## for i in range(5): # 如果 xx[i] = 1，则计算属于第一个类别的 x 中第 i 个特征为 1 的样本比例 if xx[i] == 1: p_0 *= np.sum(setx_0[:, i]) / setx_0.shape[0] # 如果 xx[i] = 0，则计算属于第一个类别的 x 中第 i 个特征为 0 的样本比例 else: p_0 *= (setx_0.shape[0] - np.sum(setx_0[:, i])) / setx_0.shape[0]

计算属于第一个类别的概率

p_0 *= setx_0.shape[0] / 100 ########## End ##########

打印结果

print('样本 xx = [0,1,0,1,1] 属于类别 0 的概率为：', p_0)