樸素貝葉斯算法實現印第安人數據集分類
Step1：導包—pandas/sklearn/numpy
read_csv- 讀取csv文件
train_test_split 把樣本數據劃分為測試集和訓練集

Cross_val_score 通過交叉驗證評估分數
klearn.cross_validation.cross_val_score(estimator, X, y=None, scoring=None, cv=None, n_jobs=1, verbose=0, fit_params=None, pre_dispatch=‘2*n_jobs’

Step2：數據特征選擇及劃分
Train_test_split需要數據和標簽，所以在導入數據的過程中要拿出標簽。

Step3：關于樸素貝葉斯的使用

簡而言之，分析一下數據分布，離散的話就用二項分布或者伯努利，連續就用高斯分布。

Step4：模型配置及訓練……

Step5：模型保存

下載后方便下次使用

總結

以上是生活随笔為你收集整理的朴素贝叶斯—印第安人的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。