机器学习算法之贝叶斯

目录

---

---

一、简单实例

import numpy as np
X=np.array([[0,1,0,1],#模拟天气特征
          [1,1,1,0],
          [0,1,1,0],
          [0,0,0,1],
          [0,1,1,0],
          [0,1,0,1],
          [1,0,0,1]])
y=np.array([0,1,1,0,1,0,0])
counts={
   }#计算不同分类每个特征为1的数量
for label in np.unique(y):
    counts[label]=X[y==label].sum(axis=0)
    print("feature counts:\n{}".format(counts))

显示结果

import numpy as np
X=np.array([[0,1,0,1],#模拟天气特征
          [1,1,1,0],
          [0,1,1,0],
          [0,0,0,1],
          [0,1,1,0],
          [0,1,0,1],
          [1,0,0,1]])
y=np.array([0,1,1,0,1,0,0])
counts={
   }#计算不同分类每个特征为1的数量
for label in np.unique(y)