首页 > 编程语言 >实验三:朴素贝叶斯算法实验

实验三:朴素贝叶斯算法实验

时间:2022-11-13 21:33:30浏览次数:66  
标签:蜷缩 贝叶斯 浊响 算法 实验 硬滑 朴素

实验三:朴素贝叶斯算法实验

【实验目的】

理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架。

【实验内容】

针对下表中的数据,编写python程序实现朴素贝叶斯算法(不使用sklearn包),对输入数据进行预测;
熟悉sklearn库中的朴素贝叶斯算法,使用sklearn包编写朴素贝叶斯算法程序,对输入数据进行预测;

【实验报告要求】

对照实验内容,撰写实验过程、算法及测试结果;
代码规范化:命名规则、注释;
查阅文献,讨论朴素贝叶斯算法的应用场景。

 

色泽 根蒂 敲声 纹理 脐部 触感 好瓜
青绿 蜷缩 浊响 清晰 凹陷 碍滑
乌黑 蜷缩 沉闷 清晰 凹陷 碍滑
乌黑 蜷缩 浊响 清晰 凹陷 碍滑
青绿 蜷缩 沉闷 清晰 凹陷 碍滑
浅白 蜷缩 浊响 清晰 凹陷 碍滑
青绿 稍蜷 浊响 清晰 稍凹 软粘
乌黑 稍蜷 浊响 稍糊 稍凹 软粘
乌黑 稍蜷 浊响 清晰 稍凹 硬滑
乌黑 稍蜷 沉闷 稍糊 稍凹 硬滑
青绿 硬挺 清脆 清晰 平坦 软粘
浅白 硬挺 清脆 模糊 平坦 硬滑
浅白 蜷缩 浊响 模糊 平坦 软粘
青绿 稍蜷 浊响 稍糊 凹陷 硬滑
浅白 稍蜷 沉闷 稍糊 凹陷 硬滑
乌黑 稍蜷 浊响 清晰 稍凹 软粘
浅白 蜷缩 浊响 模糊 平坦 硬滑
青绿 蜷缩 沉闷 稍糊 稍凹 硬滑

 一、1.不用sk-learn包

 

 2.输出结果

3.

 

 二、.使用sk-learn包

1.

 

 

2.

 

3.

 

4.

5.

6.

7.

8.

9.

10.查看结果

朴素贝叶斯算法的应用场景:

1.文本分类

2.多分类实时预测

标签:蜷缩,贝叶斯,浊响,算法,实验,硬滑,朴素
From: https://www.cnblogs.com/yuanfangxingchen/p/16886632.html

相关文章

  • 结对实验
    (1) 本人角色我在本次结对项目中担任驾驶员角色。结对伙伴杨宁为领航员。(1) 系统实现过程生成式子的功能:    先写好生成操作数和包含1~3个操作符的式子的四......
  • pailler算法加密后如何进行密文计算-java
    1.背景工作中需要用到密文计算,涉及密文求和sum、平均avg以及加权平均wavg。特此分享,供参考。2.代码2.1分数类MyFraction涉及小数运算,但是密文目前只能存整数,所以考......
  • 实验三:朴素贝叶斯算法实验
    实验三:朴素贝叶斯算法实验 姓名许珂学号201613344 【实验目的】理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架。【实验内容】针对下表中的数据,编写......
  • 评价及实验二总结
    本次编程过程中,领航员为李金泽,他为我的工作做出了很大的帮助,因为我的编程工作几乎都是在家里完成的,所以与领航员的但部分交流也是在网上进行的。这次编程过程中,我编写了不......
  • 强化学习代码实战-06 Double DQN算法
    解决DQN的高估问题。即利用一套神经网络的输出选取价值最大的动作,但在使用该动作的价值时,用另一套神经网络计算该动作的价值。importrandomimportgymimporttorchim......
  • 实验三:朴素贝叶斯算法实验
    【实验目的】理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架。【实验内容】针对下表中的数据,编写python程序实现朴素贝叶斯算法(不使用sklearn包),对输入数据进行预测;熟......
  • CSS 样式属性书写顺序对渲染性能到底有没有影响(实验论证-2022.11)
    在前端领域有一定工作年限,并且接触过前端蛮荒时代(前后端不分离,jQuery,纯HTML+CSS+JS)开发的小伙伴,应该对CSS样式非常熟悉。早在那个年代,前端在编写CSS代码时,已经听说业界对......
  • 软件工程基础实验二源代码
    #include<stdio.h>#include<stdlib.h>#include<windows.h>#include<time.h>voidMenu();intgetChoice();voiddoExercise(intch);voidinteger(intchoice);voidd......
  • 实验三:朴素贝叶斯算法
    【实验目的】理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架。【实验内容】针对下表中的数据,编写python程序实现朴素贝叶斯算法(不使用sklearn包),对输入数据进行预测;熟悉s......
  • 基于粒子群优化和模拟退火算法增强传统聚类研究(Matlab代码实现)
    ......