双色球数据分析（朴素贝叶斯算法预测蓝球）
本文依然想论证一下，假定在已知6个红球的情况下，能否准确预测出蓝球是几号。
上述命题可以看成是一个分类问题，即6个红球是特征，蓝球是类别，共16个类别。
先回顾一下用sklearn库进行机器学习的实现步骤：
（1）获取数据集
（2）划分数据集
（3）特征工程 归一化
（4）算法预估器
（5）模型评估
本文的特征工程选择的是归一化处理，是因为标准化处理会使得特征矩阵中存在负值，而朴素贝叶斯算法要求特征矩阵中不能出现负值。
朴素贝叶斯算法实现代码如下：
def analysis_nb():"""用朴素贝叶斯算法对蓝球进行分析:return:"""# 1）获取数据集rbb = load_rbb()# 2）划分数据集x_train, x_test, y_train, y_test = train_test_split(rbb.data, rbb.target, random_state=8)# 3）特征工程 归一化transfor = MinMaxScaler()x_train = transfor.fit_transform(x_train)x_test = transfor.transform(x_test)# 4）朴素贝叶斯算法预估器estimator = MultinomialNB(alpha=1)estimator.fit(x_train, y_train.ravel())# 5）模型评估score = estimator.score(x_test, y_test)return score
先把跑分结果拿出来看一下：
score = analysis_nb()print(score)
0.068627450980392166.86%，非常接近随机概率~~~
基本可以确定：蓝球出几号，跟红球没啥关系。