Page 125 - 高中 信息技术 必修1 数据与计算

 5.3 数据的分析

（续表）
客户 特征A 特征B 特征C

普通客户 165.2 58.9 25
普通客户 175.2 68.0 27

根据表5-4的资料，得到一个已分类的样本子集：
X=[[182.8,81.6,30],[180.4,86.1,29],[170.0,77.1,30],[180.4,74.8,28],[152.4,45.3,24],[167.6,68.0,26],
[165.2,58.9,25],[175.2,68.0,27]]和Y=[1,1,1,1,0,0,0,0]（1代表重要客户，0代表普通客户）。
打开教科书配套学习资源包“第五章\课本素材\程序5-6”文件，把已分类的样本

子集（X,Y）和测试样本[182.8,58.9,26]输入到程序5-6中，具体（高斯朴素贝叶斯）如
广东教育出版社
下：
程序5-6

import numpy as np

X=np.array([[182.8,81.6,30],[180.4,86.1,29],[170.0,77.1,30],[180.4,74.8,28],
[152.4,45.3,24],[167.6,68.0,26],[165.2,58.9,25],[175.2,68.0,27]])

Y=np.array([1,1,1,1,0,0,0,0])
from sklearn.naive_bayes import GaussianNB

clf=GaussianNB().fit(X,Y)
print(clf.predict([[182.8,58.9,26]]))

运行程序5-6后，得到结果为：[0]。由此可以判断这人为普通客户。

程序5-6使用语句from sklearn.naive_bayes import GaussianNB调用了sklearn.naive_bayes模
块，使得程序简单明了。

拓 展

贝叶斯与概率分类

贝叶斯（Thomas Bayes, 1701—1761），英国数学家，发明了概率统计学原理，将归纳
推理法用于概率论基础理论，创立了贝叶斯统计理论，对统计决策函数、统计推断、统计

的估算等做出了贡献。
在概率统计理论中，条件概率是指事件A在另外一个事件B已经发生条件下的发生概
率，表示为P（A|B），读作“在B的条件下A的概率”。贝叶斯发现在事件B出现的前提下
事件A出现的概率，等于事件A出现的前提下事件B出现的概率乘以事件A出现的概率再除

以事件B出现的概率。这就是著名的贝叶斯定理。具体计算公式为：

P(B|A)P(A)
P(A|B) =
P(B)

117117

9 ֻ໴ᅣ JOEE