## NaiveBayes分类器 > 基于应用贝叶斯定理的分类器，在特征之间具有强（天真）独立假设。 > ***** ## 训练 训练分类器只需提供训练样本和标签（如`array`）。例： ``` $samples = [[5, 1, 1], [1, 5, 1], [1, 1, 5]]; $labels = ['a', 'b', 'c']; $classifier = new NaiveBayes(); $classifier->train($samples, $labels); ``` 您可以使用多个数据集训练分类器，预测将基于所有训练数据。 ***** ## 预测 预测样本标签使用`predict`方法。您可以提供一个样本或样本数组： ``` $classifier->predict([3, 1, 1]); // return 'a' $classifier->predict([[3, 1, 1], [1, 4, 1]); // return ['a', 'b'] ```