sklearn贝叶斯分类器的案例

本文探讨了sklearn中的贝叶斯分类器在实际案例中的应用。通过创建和训练模型,展示了如何利用贝叶斯分类器预测考试结果。实例表明,不同行为模式可能影响考试成绩,强调了学习的重要性。
摘要由CSDN通过智能技术生成
贝叶斯分类器
  • 贝叶斯分类器的原理比较简单,可以自己去百度了解原理,这篇文章就是讲一讲贝叶斯分类器的实际应用案例
  • 案例:研究期末考试前一周的行为(假设有三种:1.打游戏 2.逛街 3.学习)对于期末开考试的影响(就是是否挂科)
  • 首先要有一个样本库,没办法,只能自己去创建了,我们就按照这个形式来创建样本库,形式如下:
打游戏 逛街 学习 挂科
0 0 1 0
  • 其中0表示这件事没发生,1表示这件事发生了
    -于是我手动写了如下的样本:
  • 首先是数据特征样本,所谓数据特征样本值得就是(1.打游戏 2.逛街 3.学习)就是这三个行为
data = [[0, 0, 1],
        [0, 0, 1],
        [0, 0, 1],
        [0, 0, 1],
        [0, 0, 1],
        [0, 0, 1],
        [0, 0, 1],
        [0, 0, 1],
        [
评论 1
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