复制
收藏
提问
简洁
给一个机器学习西瓜分类代码
0秒前
全网
文档
学术
百科
知识库
回答简洁模式
深入研究一些
机器学习西瓜分类代码示例
# 导入所需库
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
# 假设X为特征数据,y为标签数据
# X, y = load_data() # 加载数据的函数
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
# 创建朴素贝叶斯分类器实例
clf = GaussianNB()
# 训练模型
clf.fit(X_train, y_train)
# 预测测试集结果
y_pred = clf.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"模型准确率: {accuracy * 100:.2f}%")
请注意,上述代码是一个示例,实际使用时需要根据具体的数据集进行调整。此外,还有其他机器学习算法可以用于西瓜分类,如神经网络等。9
你觉得结果怎么样?