# 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:
![image](https://github.com/Erikfather/bayes-python/blob/master/iris_test_data.jpg)
#### 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
#### 结果如下:
![image](https://github.com/Erikfather/bayes-python/blob/master/result.jpg)
#### 我们将结果与测试集比较发现结果完全正确!
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
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 结果如下: 我们将结果与测试集比较发现结果完全正确!
资源推荐
资源详情
资源评论
收起资源包目录
bayes-python-master.zip (6个子文件)
bayes-python-master
iris_test_data.jpg 49KB
bayes_iris.py 6KB
result.jpg 67KB
iris_test_data.txt 468B
README.md 1KB
iris_data.txt 5KB
共 6 条
- 1
花菌子
- 粉丝: 24
- 资源: 4579
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页