Python实现——机器学习（周志华）西瓜书习题7.6—— AODE贝叶斯分类器
·实现原理
AODE：将每个属性作为超父（所有属性都依赖于同一个属性，即称为超父），来构建SPODE，然后将那些足够训练数据支撑的SPODE集成作为最终结果，即
P(c|x) 为预测样本x分类为c的概率，其正比于后面的求和。
其中Dxi是在第i个属性上取值为xi的样本集合。
m’为阈值常数，在这题里面显然是0（通常是30）
显然，AODE需要估计两个概率
·数据集
·话不多说，直接上代码
import numpy as npimport pandas as pddef loaddata(dir):data=pd.read_excel(dir)return datadef process_data(data,testsample):D=data[编号].count() #数据集data的数量Category
