Alex -机器学习

"""
症状： 0 代表打喷嚏  1代表头痛
职业：0 代表护士  1 代表农夫  2代表建筑工人   3 代表教师
疾病： 0 代表感冒  1代表过敏   2 代表脑震荡

"""

# 数据集 data 数据
# 一定程度上数据越多预测越准确
data = [[0,0,1],
        [0,1,1],
        [1,2,2],
        [1,2,0],
        [0,3,0],
        [1,3,2]]
# print(data)
x,y = [],[]
for i in data:
    x.append([i[0],i[1]])
    y.append(i[2])
print(x)
# print(y)
# 数学模型
# 导入数学模型，贝叶斯
from sklearn.naive_bayes import MultinomialNB
# 创建模型
clf = MultinomialNB()
# 模型训练  fit，机器学习
clf.fit(x,y)
# 进行预测  predict
prediction = clf.predict([[1,0]])
print(prediction)