我试图理解Naive Bayes
是如何工作的,并希望使用sklearn.naive_bayes.GaussianNB
创建一些示例。
我有一个数据:
[
[1, 0],
[1, 1],
[0, 1],
// ...
];
这里[[1, 0]]
第一个数字是宠物的类型:猫或狗,第二个数字:浅色或深色有宠物。之后,我想给出一个列表,比如[0,0,1],它代表一种颜色并预测宠物的类型。在
我试着用http://scikit-learn.org/stable/modules/generated/sklearn.naive_bayes.GaussianNB.html中的例子。我重写了这个:
^{pr2}$收件人:
import numpy as np
X = np.array([ [1, 0], [1, 1], [0, 1] ])
但在我的情况下,应该用什么来代替{
或者我应该用另一种格式保存数据?在
你的
Y
应该是一个一维的“类标签”数组。在对于数据集
X
中的每个元素,Y
中都有一个元素给出了分类,例如,0
表示狗,1
表示猫。在看起来您已经将类标签作为
X
中的第一个元素,您可能需要将这些元素分隔成Y
。在由于分类的简单性和数据集的特性,GaussianNB似乎有点过头了,但我知道您只是在探索这个概念。在
相关问题 更多 >
编程相关推荐