朴素贝叶斯分类器

该博客介绍了如何运用朴素贝叶斯分类器根据历史气候数据预测网球比赛是否适宜进行。在实验中,面对特定的天气预报,通过代码实现分类器,并讨论了朴素贝叶斯模型的优缺点,包括属性独立假设、先验概率的影响以及分类错误率问题。
摘要由CSDN通过智能技术生成

一、实验目的
1、 用朴素贝叶斯分类器完成对未知样本的类型分类
二、 实验内容:
1、 实验题目:设某网球俱乐部由下表给出的打球与气候情况的历史数据样本集S。
在这里插入图片描述
俱乐部计划后天安排一次网球比赛活动,而后天的天气预报情况如下:
Z=(天气=“晴”,温度=“高”,湿度=“小”,风力=“无”) 根据历史样本集S,利用朴素贝叶斯分类器,判断后天是否适宜进行网球比赛

过程代码

#include "stdio.h"

//天气
enum enum_outlook
{
   
	sunny = 0,
	overcast = 1,
	rain = 2
}_outlook;

//温度
enum enum_temperature
{
   
	hot = 0,
	mild = 1,
	cool = 2
}_temperature;

//湿度
enum enum_humidity
{
   
	high = 0,
	normal = 1,
}_humidity;

//风力 
enum enum_wind
{
   
	weak = 0,
	strong = 1
}_wind;

//类别 
enum enum_targetAttribute
{
   
	yes = 0,
	no = 1
}_targetAttribute;


#define TRAIN_NUM 14      //定义14个训练实例
#define ATTR_NUM 4        //每个训练实例有4个属性
//初始化训练实例 
int trainSample[][ATTR_NUM + 1] = {
   
	{
   
		sunny,hot,high,weak,no
	},
	{
   
		sunny,hot,high,weak,no
	},
	{
   
		overcast,hot,high,weak,yes
	},
	{
   
		rain,mild,high,weak,yes
	},
	{
   
		rain,cool,normal,weak,yes
	},
	{
   
		rain,cool,normal,strong,no
	},
	{
   
		overcast,cool
  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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