机器学习朴素贝叶斯分类器返回语句简介

Question

我试图从Udacity的机器学习入门课程中学习机器学习。

第2课-朴素贝叶斯测验19：地形数据上的高斯NB部署

我必须在我添加了的classityNB.py文件中添加一些代码

def classify(features_train, labels_train):   
### import the sklearn module for GaussianNB
### create classifier
### fit the classifier on the training features and labels
### return the fit classifier

### your code goes here!
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(features_train, labels_train)
return((features_train, labels_train) 

但代码没有编译，并引发了一些错误。

想知道我应该写什么才能return the fit classifier吗

Answer 1

我用的方式做了同样的练习

def classify(features_train, labels_train):
### import the sklearn module for GaussianNB
### create classifier
### fit the classifier on the training features and labels
### return the fit classifier

### your code goes here!
from sklearn.naive_bayes import GaussianNB
clf = GaussianNB()
clf.fit(features_train, labels_train)
return clf 

Answer 2

您可以这样调整代码：

from sklearn.naive_bayes import GaussianNB
def classify(features_train, labels_train):   
clf = GaussianNB()
clf.fit(features_train, labels_train)
return clf

模块的导入应该在方法之外，并且您需要确保在编写方法时有适当的缩进。如果代码中的缩进与此处相同，那么您需要在方法中缩进代码，这样就可以清楚地看出，方法下面的行属于该方法。

现在，您可以用一些数据调用classify()方法来获得分类器，例如：

clf = classify(np.array([[0,1,2],[1,1,1]]), [0,1])

然后你可以使用你的分类器，它可以通过使用clf来访问

Answer 3

来自sklearn.naive_bayes import GaussianNB

def分类(features_train，labels_train(：
clf=GaussianNB((clf.fit(features_train，labels_train(返回clf