实训第六天2022/7/16

9:00-10:00   -29

 

 

 方法：先假设之后修改

10：00-11：00   -30

直方图hist()

11:00-12:00   -31

朴素贝叶斯

朴素：设每个输入变量是独立的。

独立可以分拆

 例子：垃圾邮件分类

数据标注

 

 

 

 14：00-15：00    -32

词表中包括关键词、词频，根据给出邮件的关键词用公式计算概率

 

 15：00-16：00    -33

朴素贝叶斯sklearn提供三种：

连续值：高斯分布    .GaussianNB()

多元离散值：多项式分布  .MultinomialNB()

二元离散值或稀疏的多元离散值：伯努利分布  .BernoulliNB()

极大似然估计

 

K近邻KNN

KNN算法：监督学习、无监督学习