西瓜数据集”是机器学习入门中一个非常经典的分类数据集，常用于讲解和实现基本的分类算法。对于离散特征，计算P(Xi|Y)，即给定类别下某个特征取特定值的概率。特征条件假设：假设每个特征之间没有联系，给定训练数据集，其中每个样本都包括维特征，即，类标记集合含有种类别，即。先验概率P(Y)表示在没有其他信息的情况下，某个类别出现的概率。P(A|B) 是后验概率：在B发生条件下A发生的概率。P(B|A)

实验中，不仅成功实现 KNN 核心逻辑，解决了多类别样本的分类问题，还通过代码实践掌握了 ROC/PR 曲线的生成原理与 AUC、AP 值的计算方法，实现了 “基础指标 + 曲线分析” 的双重性能验证。4.2 曲线评估原理 ROC曲线以假正例率为横坐标、真正例率为纵坐标，通过改变分类决策阈值绘制曲线，其曲线下的面积（AUC）可衡量分类器的整体性能表现。定义：在各种阈值设置下，以假正例率（FPR）

我们只需要定义一个核函数 K(x_i, x_j) = Φ(x_i)·Φ(x_j)。常用核函数: 线性核 (K(x_i, x_j) = x_i·x_j), 多项式核, 径向基函数（RBF）核/高斯核 (K(x_i, x_j) = exp(-γ||x_i - x_j||²)) 等。广义线性分类器: 虽然决策边界在原始输入空间可能是非线性的（通过核技巧），但在变换后的高维特征空间中，它是一个线性决策边界