pythonofstar的博客

朴素贝叶斯——一种有监督的学习算法，基于样本特征之间互相“独立”的这个朴素假设，不用考虑样本特征之间的关系，效率很高。适应于样本数量比较说 1.普通的朴素贝叶斯 import numpy as np #导入输入数组和输出数组 X = np.array([[0,1,0,1], [1,1,1,0], [0,1,1,0], [0,0,0,1], [0,1,1,0], ...

线性模型：直线会位于距离所有点距离最小的位置 1.利用生成的数字 #添加插件部分 import numpy as np import matplotlib.pyplot as plt #数据部分 x = np.linspace(-5,5,100) #在-5到5之间生成100个等差数字 y = 0.5*x+3 #画图部分 plt.plot(x,y,c='green') plt.show() 2.给定点的predict拟合 import numpy as np import matpl.