机器学习——学习记录（1）贝叶斯分类器

喜欢摸鱼的瑜

已于 2022-12-09 09:56:08 修改

阅读量780

点赞数 2

分类专栏：学习文章标签：学习 python

于 2022-10-10 20:26:49 首次发布

本文链接：https://blog.csdn.net/weixin_43856705/article/details/127249996

版权

第一步：导入各类库

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.naive_bayes import GaussianNB
import matplotlib
%matplotlib inline  #一个魔法函数，能让代码嵌入notebook中。

1.NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

2.Matplotlib 是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。其中Pyplot是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API，是常用的绘图模块，能很方便让用户绘制 2D 图表。示例如下：

在这里插入图片描述

3.scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包，包含许多机器学习的算法，比如引入高斯朴素贝叶斯分类器GaussianNB。

第二步：建立生成所有测试样本点的函数

def make_meshgrid(x, y, h=.02):
    x_min, x_max = x.min() - 1, x.max() + 1
    y_min, y_max = y.min() - 1, y.max() + 1
    xx, yy = np.meshgrid(np.arange(x_min, x_max, h