基于python的贝叶斯分类算法（数据集为Iris-data）+源代码+文档说明

# bayes-python ### 具体代码见：bayes_iris.py ### 我直接用了iris_data数据集，每种花我选取前45条数据当做训练集，剩下5条数据另外存入测试集iris_test_data，并将数据随机手动打乱 #### 测试集如下： #### 因为这个数据集是连续性属性，所以需要利用概率密度函数。 #### 具体实验步骤为： #### （1）先读取数据集 #### （2）计算训练数据集上每个类别的各个特征属性上的均值和方差 #### （3）开始对测试数据集进行分类 #### （4）首先估计先验概率，这里我每个类别所占整体数据集的比例是一样的 #### （5）利用概率密度函数，计算测试数据集上各个属性在每个类别上的条件概率 #### （6）计算后验概率=先验概率*条件概率 #### （7）比较在各个类别上的后验概率，取最大值，则分为这个类别 #### 我们将结果与测试集比较发现结果完全正确！ -------- 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ <项目介绍> 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------