一、简介
本文主要举一个高斯朴素贝叶斯分布的例子。
二、代码
"""
高斯朴素贝叶斯
"""
from sklearn import datasets
iris = datasets.load_iris()
from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
y_pred = gnb.fit(iris.data, iris.target).predict(iris.data)
print("Number of mislabeled points out of a total %d points : %d"
% (iris.data.shape[0],(iris.target != y_pred).sum()))
# Number of mislabeled points out of a total 150 points : 6
"""
输出：
Number of mislabeled points out of a total 150 points : 6
"""
三、scklearn总结
在机器学习中，scklearn算是比较基础的一个模块，而且，我们发现这个模块里面几乎是没有办法来进行卷积的计算的，所以，我们仅仅使用四个教程来简单的介绍一下scklearn，让大家对于scklearn模块有一个基本的感知，这样也就达到目的了，后续不会专门讲解scklearn了，主要集中在keras、pytorch、tensorflow等模块的讲解了。
