包含了贝叶斯KNNKMeans的简单实现1.利用贝叶斯算法进行数据分类操作，并统计其预测正确率。2.随机产生10000组正样本和20000负样本高斯分布的数据集合（维数设为二维），要求正样本：均值为[1;3]，方差为[20;02]；负样本：均值为[10;20]，方差为[100;010]。先验概率按样本量设定为1/3和2/3.分别利用最小错误概率贝叶斯分类器和最小风险概率贝叶斯分类器对其分类。（假设风险程度正样本分错风险系数为0.6，负样本分错风险为0.4，该设定仅用于最小风险分析）使用K-NN算法识别数字0-9，数据集来自MachineLearninginAction第二章。书中把来自UCI数据库的手写数据集简化成32像素x32