"""
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
"""
dataSet = [[0, 0, 0],
[0, 1, 1],
[1, 2, 2],
[1, 2, 0],
[0, 3, 0],
[1, 3, 2]]
x,y = [],[]
for i in dataSet:
x.append([i[0], i[1]])
y.append(i[2])
# 需要输入的数据标签
label_1 = {'打喷嚏':0,'头痛':1}
label_2 = {'护士':0,'农夫':1,'建筑工人':2,'教师':3}
label_3 = {0:'感冒',1:'过敏',2:'脑震荡'}
x1 = int(input('0代表打喷嚏 1代表头痛'))
x2 = int(input('0代表护士,1代表农夫,2代表建筑工人,3代表教师'))
# 创建数据集
# 电脑进行自己学习
# 导入人工智能的工具包
from sklearn.naive_bayes import MultinomialNB
# 创建一个模型
clf = MultinomialNB()
# 训练模型
clf.fit(x,y)
# 进行预测
predction = clf.predict([[x1,x2]])
# 打印预测结果
print(label_3[predction[0]])
harry -预测疾病
最新推荐文章于 2024-06-23 16:39:12 发布