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

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]