bayes-python

具体代码见：bayes_iris.py

我直接用了iris_data数据集，每种花我选取前45条数据当做训练集，剩下5条数据另外存入测试集iris_test_data，并将数据随机手动打乱

测试集如下：

因为这个数据集是连续性属性，所以需要利用概率密度函数。

具体实验步骤为：

（1）先读取数据集

（2）计算训练数据集上每个类别的各个特征属性上的均值和方差

（3）开始对测试数据集进行分类

（4）首先估计先验概率，这里我每个类别所占整体数据集的比例是一样的

（5）利用概率密度函数，计算测试数据集上各个属性在每个类别上的条件概率

（6）计算后验概率=先验概率*条件概率

（7）比较在各个类别上的后验概率，取最大值，则分为这个类别

结果如下：

我们将结果与测试集比较发现结果完全正确！