pythonofstar的博客

朴素贝叶斯——一种有监督的学习算法，基于样本特征之间互相“独立”的这个朴素假设，不用考虑样本特征之间的关系，效率很高。适应于样本数量比较说1.普通的朴素贝叶斯import numpy as np#导入输入数组和输出数组X = np.array([[0,1,0,1], [1,1,1,0], [0,1,1,0], [0,0,0,1], [0,1,1,0], ...

线性模型：直线会位于距离所有点距离最小的位置1.利用生成的数字#添加插件部分import numpy as npimport matplotlib.pyplot as plt#数据部分x = np.linspace(-5,5,100) #在-5到5之间生成100个等差数字y = 0.5*x+3#画图部分plt.plot(x,y,c='green')plt.show()2.给定点的predict拟合import numpy as npimport matpl.