11 2018 档案

摘要：#1.使用朴素贝叶斯模型对iris数据集进行花分类 #尝试使用3种不同类型的朴素贝叶斯： #高斯分布型,多项式型,伯努利型 #GaussianNB from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB gnb = GaussianNB() #建立... 阅读全文

摘要：1.理解分类与监督学习、聚类与无监督学习。 有监督学习： 不仅把训练数据丢给计算机，而且还把分类的结果（数据具有的标签）也一并丢给计算机分析。 由于计算机在学习的过程中不仅有训练数据，而且有训练结果（标签），因此训练的效果通常不错。训练结束之后进行测试 计算机进行学习之后，再丢给它新的未知的数据，它 阅读全文

摘要：##导包 from sklearn.datasets import load_sample_image from sklearn.cluster import KMeans import matplotlib.pyplot as plt import numpy as np import matplotlib.image as img import sys ##读取一张示例图片或自己准备的图片... 阅读全文