Scikit-Learn 樸素貝葉斯分類

樸素貝葉斯分類是機器學習中常見的分類方法之一，本節將帶大家深入學習一下 Scikit-Learn 中樸素貝葉斯分類工具包的相關使用方法。

首先，我們導入相關的庫，並構建第一個示例數據集：

Scikit-Learn 中的 makeblobs 方法常被用來生成聚類演算法的測試數據，直觀地說，makeblobs 會根據用戶指定的特徵數量、中心點數量、範圍等來生成幾類數據，這些數據可用於測試聚類演算法的效果。接下來，我們導入樸素貝葉斯分類函數 GaussianNB ，構建並擬合模型：

為了更清晰直觀地展示模型效果，我們構建了另一組隨機樣本，用於觀察樸素貝葉斯分類模型在二維空間中的分類邊界，在這裡，我們可以調用 predict 函數，來輸出模型對樣本點的判斷結果：

未完待續：

課程內容較多，請複製鏈接通過電腦學習，獲得最佳學習效果。

http://datacademy.io/lesson/140

更多課程和文章盡在微信號：

「datartisan數據工匠」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！