汽车评估的数据集

羚小圆

于 2024-05-16 18:07:46 发布

阅读量618

点赞数 1

文章标签： python

本文链接：https://blog.csdn.net/ly2635/article/details/138970741

版权

汽车评估的数据集，包含了6个属性和1个分类目标。这6个属性是购买价格、维修价格、门数量、座位数量、载货能力和安全性，分类目标是汽车的评估，包括4个取值：不可接受（unacc）、一般（acc）、好（good）、很好（vgood）。数据集共有1728个样本。这个数据集是由K. Sakthivel和S. Balakrishnam在1997年发布的。这个数据集被广泛用于分类算法的研究和实践。

import pandas as pd
import numpy as np
import math
from sklearn.model_selection import train_test_split
from sklearn import metrics

def naive_bayes(X_train, y_train, X_test):
    # Get unique labels from train_data
    labels = set(y_train)
    # Calculate prior probability for each label
    priors = {
   label: sum(y_train == label) / len(y_train)
              for label in labels}
    # Get unique feature values for each feature
    feature_values = [set(X_train[:, i]) for i in range(X_train.shape[<