樸素貝葉斯分類器的python實現

本文用的是sciki-learn庫的iris數據集進行測試。用的模型也是最簡單的，就是用貝葉斯定理P(A|B) = P(B|A)*P(A)/P(B)，計算每一個類別在樣本中機率（代碼中是pLabel變量）python 以及每一個類下每一個特徵的機率（代碼中是pNum變量）。數組 寫得比較粗糙，對於某個類下沒有此特徵的狀況採用p=1/樣本數量。app 有什麼錯誤有人發現麻煩提出，謝謝。測試 # -*

>>阅读原文<<