gaussiannb模型代码

下面是一个简单的使用sklearn库中的GaussianNB模型进行分类的示例代码：

from sklearn.naive_bayes import GaussianNB
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = load_iris()

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, random_state=0)

# 创建GaussianNB分类器
gnb = GaussianNB()

# 训练模型
gnb.fit(X_train, y_train)

# 预测测试集
y_pred = gnb.predict(X_test)

# 输出准确率
print("Accuracy:", accuracy_score(y_test, y_pred))

在此示例中，我们使用sklearn库中的load_iris函数加载了鸢尾花数据集，并使用train_test_split函数将数据集分为训练集和测试集。然后，我们创建了一个GaussianNB分类器，并使用fit函数对模型进行训练。最后，我们使用predict函数对测试集进行预测，并使用accuracy_score函数计算准确率。