课后作业：NaiveBayes

作者：欧新宇（Xinyu OU）

【作业提交】

将分类结果保存到文本文档进行提交(写上每一题的题号和题目，然后再贴答案)，同时提交源代码。

1. 测试结果命名为: ex05-结果-你的学号-你的姓名.txt
2. 源代码命名为: ex05-01-你的学号-你的姓名.py, ex05-02-你的学号-你的姓名.py, ex05-03-你的学号-你的姓名.py

*结果文件，要求每小题标注题号，两题之间要求空一行*

---

要求在 “糖尿病预测” 数据集上使用高斯 (Gaussian) 朴素贝叶斯完成以下任务，要求如下：

1. 要求训练集和测试集的分割比例为80%:20%, 给出KNN在训练集和测试集上的分类精度（ex05-01, ex05-结果）
2. 对于第79个测试样本，输出对于该样本的类别预测值，以及每个类别的预测概率（ex05-02, ex05-结果）
3. 给定新样本，给出该样本的类别，以及每个类别的预测概率。（ex05-03, ex05-结果）

样本中各个参数的值为：

• Pregnancies: 【学号//6】
• Glucose：【学号*3】
• BloodPressure：【学号*2】
• SkinThickness：【学号】
• Insulin：【学号*4】
• BMI：30+【学号/7】
• DiabetesPedigreeFunction：【学号/6】
• Age：【学号】

【学号】 = 你的学号的后两位

提示：由于糖尿病数据集时通过pandas进行输入的，所以在进行数据操作和处理的时候，需要转换为numpy数据组，实现方法参考如下：</blue>

X_test = np.array(X_test)[data_id]