机器学习笔记3：Python底层实现朴素贝叶斯

历史文章：

1、python底层实现KNN:https://blog.csdn.net/cccccyyyyy12345678/article/details/117911220

2、Python底层实现决策树：https://blog.csdn.net/cccccyyyyy12345678/article/details/118389088

---

1、导入数据

使用的数据和决策树数据相同，使用贷款数据，详情如下：

导入数据步骤和之前文章提到的KNN，决策树相同，借助python自带的pandas库导入数据。

def read_xlsx(csv_path):
    data = pd.read_excel(csv_path)
    print(data)
    return data

2、划分数据集

def train_test_split(data, test_size=0.2, random_state=None):
    index = data.shape[0]
    # 设置随机种子，当随机种子非空时，将锁定随机数
    if random_state:
        np.random.seed(random_state)
        # 将样