Python 如何将我的数据用于sklearn.naive_bayes.GaussianNB

我试图了解

naivebayes

的工作原理，并希望使用

sklearn.naivebayes.GaussianNB

创建一些示例。 我有一个数据：

[
[1, 0],
[1, 1],
[0, 1],
// ...
];

其中

[[1，0]]

第一个数字是宠物的类型：猫或狗，第二个数字：浅色或深色有宠物。之后，我想给出一个类似于[0,0,1]的列表，它表示一种颜色并预测宠物的类型

我试着用我的例子。我重写了这个：

import numpy as np
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
Y = np.array([1, 1, 1, 2, 2, 2])

致：

但是在我的例子中，应该用什么来代替Y=np.array（[1,1,1,2,2]）

---

或者我应该用另一种格式保存数据？

您的

Y

应该是一个一维的“类标签”数组

对于数据集中的每个元素

X

，在

Y

中有一个元素给出分类，例如狗的

0

，猫的

1

看起来您已经将类标签作为第一个元素包含在

X

中，您可能希望将它们分成

Y

由于分类的简单性和数据集的特性，GaussianNB似乎有点过分，但我知道您只是在探索这个概念

import numpy as np
X = np.array([ [1, 0], [1, 1], [0, 1] ])