import numpy as npX=np.array([[0,1,0,1],[1,1,1,0],[0,1,1,0],[0,0,0,1],[0,1,1,0],[0,1,0,1],[1,0,0,1]])y=np.array([0,1,1,0,1,0,0])counts={}for label in np.unique(y):print('打印label:\n',label,'\n')counts[label]=X[y==label].sum(axis=0)print('打印y==label:\n',y==label,'\n')print('打印X[y==label]:\n',X[y==label],'\n')print('*'*50)print('打印X[ True,False,False,True,False,True,True ]:\n',X[ True ,False, False , True, False, True , True],'\n')print('打印X[ [ True,False,False,True,False,True,True] ]:\n',X[ [True ,False, False , True, False, True , True]],'\n')print('打印X[True] ]:\n',X[True],'\n')print('打印X[False] ]:\n',X[False],'\n')print('*'*50)# 打印計數結果 print('feature counts:\n{}'.format(counts)) 打印label:0 打印y==label:[ True False False True False True True] 打印X[y==label]:[[0 1 0 1][0 0 0 1][0 1 0 1][1 0 0 1]] ************************************************** 打印label:1 打印y==label:[False True True False True False False] 打印X[y==label]:[[1 1 1 0][0 1 1 0][0 1 1 0]] ************************************************** 打印X[ True,False,False,True,False,True,True ]:[] 打印X[ [ True,False,False,True,False,True,True] ]:[[0 1 0 1][0 0 0 1][0 1 0 1][1 0 0 1]] 打印X[True] ]:[[[0 1 0 1][1 1 1 0][0 1 1 0][0 0 0 1][0 1 1 0][0 1 0 1][1 0 0 1]]] 打印X[False] ]:[] ************************************************** feature counts: {0: array([1, 2, 0, 4]), 1: array([1, 3, 3, 0])}

總結

以上是生活随笔為你收集整理的深入浅出python机器学习_5.1.2_朴素贝叶斯的简单应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。