p ython朴素贝叶斯分类

好的，Python中的朴素贝叶斯分类器可以通过使用scikit-learn库来实现。下面是一个简单的代码示例：

首先，安装scikit-learn库：

pip install scikit-learn

然后，导入必要的库并加载数据集：

from sklearn.datasets import load_iris
from sklearn.naive_bayes import GaussianNB

# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target

接下来，创建一个朴素贝叶斯分类器并拟合数据：

# 创建分类器
gnb = GaussianNB()

# 拟合数据
gnb.fit(X, y)

最后，使用分类器进行预测：

# 预测新数据
new_data = [[5.1, 3.5, 1.4, 0.2], [6.2, 3.4, 5.4, 2.3]]
print(gnb.predict(new_data))

上面的代码将使用朴素贝叶斯分类器对两个新数据进行分类预测，并输出预测结果。