"""
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
基于朴素贝叶斯分类器的西瓜数据集3.0预测分类
最新推荐文章于 2023-04-15 17:18:08 发布
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