Python 学习朴素贝叶斯
我是scikit新手,我对这个程序试图预测的内容感到困惑Python 学习朴素贝叶斯,python,scikit-learn,Python,Scikit Learn,我是scikit新手,我对这个程序试图预测的内容感到困惑 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]) from sklearn.naive_bayes import GaussianNB cl
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])
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(X, Y)
print(clf.predict([[-0.8, -1]]))
如果我运行此程序,我会得到:
[1]
据我所知,“X”是训练数据,我不确定“Y”是什么。如果我改变:
([[-0.8, -1]])
到
我明白了
我只需要一点定义
Y
是一个培训标签。
函数predict
返回预测标签
([[-0.8, 1]])
[2]