python naive Bayes教程-什么是two_obs_test[continuous_list]？

Question

我在https://towardsdatascience.com/why-how-to-use-the-naive-bayes-algorithms-in-a-regulated-industry-with-sklearn-python-code-dbd8304ab2cf上学习了一篇关于朴素贝叶斯的教程，但是我一直在解释第三个代码块中对two_obs_test[continuous_list]的引用

完整的代码清单是...

# Observation_0
gssnX15p0 = (1/((2*np.pi*gssnX15var0)**0.5))*np.exp((-(two_obs_test[continuous_list].iloc[0,0]-gssnX15mean0)**2)/(2*gssnX15var0))
gssnX15p1 = (1/((2*np.pi*gssnX15var1)**0.5))*np.exp((-(two_obs_test[continuous_list].iloc[0,0]-gssnX15mean1)**2)/(2*gssnX15var1))

gssnX16p0 = (1/((2*np.pi*gssnX16var0)**0.5))*np.exp((-(two_obs_test[continuous_list].iloc[0,1]-gssnX16mean0)**2)/(2*gssnX16var0))
gssnX16p1 = (1/((2*np.pi*gssnX16var1)**0.5))*np.exp((-(two_obs_test[continuous_list].iloc[0,1]-gssnX16mean1)**2)/(2*gssnX16var1))

gssnX18p0 = (1/((2*np.pi*gssnX18var0)**0.5))*np.exp((-(two_obs_test[continuous_list].iloc[0,2]-gssnX18mean0)**2)/(2*gssnX18var0))
gssnX18p1 = (1/((2*np.pi*gssnX18var1)**0.5))*np.exp((-(two_obs_test[continuous_list].iloc[0,2]-gssnX18mean1)**2)/(2*gssnX18var1))

我在sklearn库中找不到two_obs_test，当我在谷歌上搜索它时，也很少找到它。那是什么？

Answer 1

本教程有太多的空白。我认为在https://machinelearningmastery.com/naive-bayes-classifier-scratch-python/上可以更好地了解朴素贝叶斯的内部，而不需要阅读整本书。我没有坚持这个教程，我建议其他人避免使用它。

Answer 2

two_obs_testcontinuous_list没有提到任何来自sklearn库的东西。这只是示例数据库的名称，您可以在此链接上找到图片形式：link_of_the_database

continuous_list指的是连续的列名' X15‘、'X16’、'X18‘，结果是，two_obs_testcontinuous_list.iloc0,0指的是图1中第一个观察值为-0.852371的变量X15

我在任何其他地方都没有找到任何人一步一步地解释sklearn的NB是如何工作的，这就是为什么这个教程存在的原因！