數(shù)據(jù)集：https://archive.ics.uci.edu/ml/datasets/Adult

這個(gè)數(shù)據(jù)集是字符數(shù)據(jù)集，你需要自己進(jìn)行清洗數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)之類的，好在python的字符串操作特別簡單，好處理。特征取了學(xué)位情況、工作職業(yè)性質(zhì)、工作單位之類的。

樸素貝葉斯：https://www.bilibili.com/video/av36338359?from=search&seid=1177086802297258225

?

這個(gè)的數(shù)據(jù)集是預(yù)測一個(gè)人的年薪是否能超過50k美元/年。

具體的數(shù)據(jù)特征請看下網(wǎng)站的解釋：

由于是2分類，所以思路非常簡單。實(shí)際上只需要求出一類的概率即可。

下面代碼中的ConvertFeature是來轉(zhuǎn)換字符型的數(shù)據(jù)到數(shù)字類型的數(shù)據(jù)的，但是我在main函數(shù)里面直接用了數(shù)字型的，所以實(shí)際上沒有用到。

注意要改一下數(shù)據(jù)集的路徑。

            
              import torch
import torch.nn.modules
import torch.nn
import numpy as np
from torch.autograd import Variable #torch的基本變量
import torch.nn.functional as F #里面有很多torch的函數(shù)
import matplotlib.pyplot as plt


class solution:
    def __init__(self):
        self.RawData=[]
        self.Data=[]
        self.GetClass={}

        self.NUMOFFEATURE=0
        self.NUMOFDATA=0
    def LoadData(self,PATH):
        with open(PATH,'r') as f:
            for line in f:
                self.RawData.append([thing.strip() for thing in line.split(',')])
        self.RawData=self.RawData[:-1]
        self.NUMOFDATA=len(self.RawData)

    def ShowRawData(self):
        for item in self.RawData:
            print(item)

    def WashData(self):
        attribute=len(self.RawData[0])-1
        #print("attribute: {}".format(attribute))

        index=0
        while index
              
                P2: return 1#大于50k
        elif P1
                
              
            
          

?