11 2018 档案

摘要：from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB #高斯 gnb =GaussianNB() #构造 pred =gnb.fit(iris.data,iris.target) #拟合 y_pred =pred.predict(iris... 阅读全文

摘要：1.理解分类与监督学习、聚类与无监督学习。 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。 2.朴素贝叶斯分类算法 实例 利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病：–心梗– 阅读全文

摘要：##加载数据 from sklearn.datasets import load_sample_imagechina = load_sample_image("china.jpg")print(china.shape)china import matplotlib.pyplot as pltplt. 阅读全文

摘要：#从数据集中导入鸢尾花数据import numpy as npfrom sklearn.datasets import load_irisiris =load_iris()x = iris.data[:,1]y =np.zeros(150) #1） 选取数据空间中的K个对象作为初始中心，每个对象代表 阅读全文

摘要：pip install numpy from sklearn.datasets import load_irisiris = load_iris()print(iris.keys()) ##iris的数据集 print(type(iris)) 结果： #取出鸢尾花特征和鸢尾花类别数据，查看其形状及数 阅读全文