基于朴素贝叶斯分类器的西瓜数据集3.0预测分类

通过分析西瓜的颜色、形状、声音、质地等特征,结合密度和含糖率,利用朴素贝叶斯分类器对西瓜进行好坏分类。训练集错误率为0.1538,测试集错误率为0.2500。
摘要由CSDN通过智能技术生成
"""
author:@Liu
"""

from numpy import *

def loadDataSet():
    #训练数据集
    watermelonList = [ ['青绿', '蜷缩', '浊响', '清晰', '凹陷', '硬滑'],\
                    ['乌黑', '蜷缩', '沉闷', '清晰', '凹陷', '硬滑'],\
                    ['乌黑', '蜷缩', '浊响', '清晰', '凹陷', '硬滑'],\
                    ['青绿', '稍蜷', '浊响', '清晰', '稍凹', '软粘'],\
                    ['乌黑', '稍蜷', '浊响', '稍糊', '稍凹', '软粘'],\
                    ['乌黑', '稍蜷', '浊响', '清晰', '稍凹', '硬滑'],\
                    ['青绿', '硬挺', '清脆', '清晰', '平坦', '软粘'],\
                    ['浅白', '蜷缩', '浊响', '模糊', '平坦', '软粘'],\
                    ['青绿', '稍蜷', '浊响', '稍糊', '凹陷', '硬滑'],\
                    ['浅白', '稍蜷', '沉闷', '稍糊', '凹陷', '硬滑'],\
                    ['乌黑', '稍蜷', '浊响', '清晰', '稍凹', '软粘'],\
                    ['浅白', '蜷缩', '浊响', '模糊', '平坦', '硬滑'],\
                    ['青绿', '蜷缩', '沉闷', '稍糊', '稍凹', '硬滑']]
    attrlabels = ['色泽', '根蒂', '敲击', '纹理', '脐部', '触感']
    density = [0.697, 0.774, 0.634, 0.403, 0.481, 0.437, 0.243, 0.343, 0.639, 0.657, 0.360, 0.593, 0.719]  #密度
    sugarCont = [0.460
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值