Scikit-learn(Scikitlearn库)

　　朴素贝叶斯分类是机器学习中常见的分类方法之一，本节将带大家深入学习一下 Scikit-Learn 中朴素贝叶斯分类工具包的相关使用方法。

　　首先，我们导入相关的库，并构建第一个示例数据集：

　　Scikit-Learn 中的 makeblobs 方法常被用来生成聚类算法的测试数据，直观地说，makeblobs 会根据用户指定的特征数量、中心点数量、范围等来生成几类数据，这些数据可用于测试聚类算法的效果。接下来，我们导入朴素贝叶斯分类函数 GaussianNB ，构建并拟合模型：

　　为了更清晰直观地展示模型效果，我们构建了另一组随机样本，用于观察朴素贝叶斯分类模型在二维空间中的分类边界，在这里，我们可以调用 predict 函数，来输出模型对样本点的判断结果：

　　未完待续：

　　课程内容较多，请复制链接通过电脑学习，获得最佳学习效果。

　　https://datacademy.io/lesson/140

　　更多课程和文章尽在微信号：

　　「datartisan数据工匠」