用sklearn里的乳腺癌数据集，对恶性肿瘤和良性肿瘤进行预测，案例中用到的是高斯朴素贝叶斯算法GaussianNB。

导入数据

from sklearn.datasets import load_breast_cancer
cancer_data = load_breast_cancer()
print(cancer_data.keys())

用keys()方法打印数据集，可以发现每次调用sklearn的数据集的时候，都包括以下信息：

data：特征数据，

target：目标变量，

target_names：目标变量的名称，

DESCR：数据描述，

feature_names：特征名。

探索数据

print(cancer_data['DESCR'])

特征有30个，都是医学领域的专有名词；目标变量的类型有两种 ，212个恶性，357个良性样本。 

划分数据集

#划分数据集
from sklearn.model_selection import train_test_split
X = cancer_data['data']
y = cancer_data['target']
X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=0)

用train_test_split()划分数据集，没有加size参数的时候，默认训练集是75%，测试集是25%；我们也可以加上，比如test_size = 0.2 意味着按20%的比例去划分测试集。

建模&评分

# 高斯朴素贝叶斯
from sklearn.naive_bayes import GaussianNB
model_gnb = GaussianNB()
model_gnb.fit(X_train,y_train)

 模型的得分是93.7%，非常地高。