CÓDIGO COMPLETO:
# [é gordinho?, tem perninha curta?, faz auau?]
porco1 = [1, 1, 0]
porco2 = [1, 1, 0]
porco3 = [1, 1, 0]
cachorro4 = [1, 1, 1]
cachorro5 = [0, 1, 1]
cachorro6 = [0, 1, 1]
dados = [porco1, porco2, porco3, cachorro4, cachorro5, cachorro6]
marcacoes = [1, 1, 1, -1, -1, -1]
# Então nós precisamos importar da biblioteca do sklearn uma parte dela que faz o treinamento baseado no algoritmo
# que se chama bayesiano, chamado naive_bayes.
# A partir dessa biblioteca iremos importar o algoritmo MultinomialNB, NB de naive bayes:
from sklearn.naive_bayes import MultinomialNB
# O Multinomial é o algoritmo que usaremos para treinar o nosso modelo que diz se os nosso elementos são cachorros ou porcos.
# Para treinar esse modelo nós precisamos dos nossos dados e nossas marcações.
# E como fazemos para criar um modelo? basta apenas fazer uma chamada para o MultinomialNB:
modelo = MultinomialNB()
# Precisamos agora Treinar/Adequar o nosso Modelo. Fazemos isto com o método fit.
modelo.fit(dados, marcacoes)
# Nesse momento nós apenas treinamos!
# E o que precisamos é pedir para que o modelo preveja quem é o elemento misterioso utilizando o método predict:
misterioso = [1, 1, 1]
teste = [misterioso]
print(modelo.predict(teste))
misterioso1 = [1, 1, 1]
misterioso2 = [1, 0, 0]
teste1 = [misterioso1, misterioso2]
print(modelo.predict(teste1))