Python 分类器，sklearn

如何解决Python 分类器，sklearn

我正在制作一个分类器 有 50 多个类，它们有 100 多个包含 100 多个元素的数组

更详细： 有一个数组数据集，其中包含它们所属的先前已知的类

SELECT date_format( DATE_COLUMN,'%W,%M %d' ) as NEW_DATE,...

我们将 1 个数组提供给输入

dataset = {
"Class 1": [[16,18,11,18],[14,14,16],[13,10,17]],"Class 2": [[38,38,34,37],[30,39,34],32,38]],"Class 3": [[57,50,51,51],[58,56],[50,58,56,58]]
}

在输出中，我想获得输入数组与每个类的匹配百分比

input_data = [[21,25,16]]

数据集中有一个条件数组彼此相似，例如 i[0][0] + - 类似于 i[1][0] 和 i[2][0]

我理解的逻辑应该更进一步，我做了标准偏差，但我不知道下一步是什么

Input_data matches:
with Class 1 on - 85%
with Class 2 on - 50%
with class 3 on - 10%

我尝试了贝叶斯分类器，但它并没有真正的帮助

解决方法

我想我明白了
首先，我用平均值制作 1 个数组，然后我们计算平均平方并除以 N-1。

package example;

import javax.swing.JOptionPane;

public class Example {
    
    public static void main(String[] args) {
        for (int a =1; a<4; a++){
            String name = JOptionPane.showInputDialog(null,"Enter person " + a + "'s name");
            JOptionPane.showMessageDialog(null,"Person " + a + "'s name is " + name);
        }
    }
    
}