实现贝叶斯的代码

import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report,confusion_matrix
from sklearn.naive_bayes import GaussianNB,BaseDiscreteNB,MultinomialNB
#加载数据
iris=datasets.load_iris()
x_train,x_text,y_train,y_text=train_test_split(iris.data,iris.target)#分片
#print(x_train)
mul_nb=GaussianNB()#这里可以替换 BaseDiscreteNB或者MultinomialNB
mul_nb.fit(x_train,y_train)
print(classification_report(mul_nb.predict(x_text),y_text))
print(confusion_matrix(mul_nb.predict(x_text),y_text))
  • 0
    点赞
  • 2
    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