import matplotlib.pyplot as plt
import numpy as np
#导入肿瘤数据集
from sklearn.datasets import load_breast_cancer
cancer=load_breast_cancer()
print("=======================数据集信息====================")
print(cancer.keys())
print("肿瘤的分类:",cancer['target_names'])
print("肿瘤的特征:",cancer['feature_names'])
print("=====================高斯朴素贝叶斯建模=====================")
X,y=cancer.data,cancer.target
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test=train_test_split(X,y,random_state=38)
print("训练集数据形态:",X_train.shape)
print("测试集数据
朴素贝叶斯实例(肿瘤良性与恶性)【机器学习算法一朴素贝叶斯5】
最新推荐文章于 2023-02-18 22:02:42 发布
本文详细介绍了如何使用朴素贝叶斯算法进行肿瘤是良性还是恶性的预测。通过实例分析,展示了该算法在机器学习中的应用,帮助理解朴素贝叶斯分类的工作原理。
摘要由CSDN通过智能技术生成