分类与监督学习，朴素贝叶斯分类算法

标签：style   聚集   nbsp   贝叶斯   datasets   mic   get   highlight   .com   

一、简述分类与聚类的联系与区别

　　　　简述什么是监督学习与无监督学习

　　　　聚类：不知道答案的前提下，按照一定的相似性聚集元素。

　　　　分类：在有一定标准下，知道答案地进行元素分组。

　　　　监督学习：按照已知的条件，训练某种学习机器（即得到某种目标函数），使它能够对未知类别的样本进行分类。

　　　　无监督学习：实现的目标只是把相似的东西聚到一起。

二、朴素贝叶斯分类算法 实例

三、编程实现朴素贝叶斯分类算法

from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB
iris=load_iris()
gnb = GaussianNB()  #模型
gnb.fit(iris.data,iris.target)  #训练
gnb.predict([[6,6,6,6]])  #预测

　　 输出：array([2])

分类与监督学习，朴素贝叶斯分类算法

标签：style   聚集   nbsp   贝叶斯   datasets   mic   get   highlight   .com   

原文地址：https://www.cnblogs.com/woo-616366/p/10003317.html