我一直在尝试机器学习，需要开发一个基于多个变量进行预测的模型。我可以通过下面的“打高尔夫”示例来解释这一点：

train.csv

Outlook,Temperature,Humidity,Windy,Playovercast,hot,high,FALSE,yesovercast,cool,normal,TRUE,yesovercast,mild,high,TRUE,yesovercast,hot,normal,FALSE,yesrainy,mild,high,FALSE,yesrainy,cool,normal,FALSE,yesrainy,cool,normal,TRUE,norainy,mild,normal,FALSE,yesrainy,mild,high,TRUE,nosunny,hot,high,FALSE,nosunny,hot,high,TRUE,nosunny,mild,high,FALSE,nosunny,cool,normal,FALSE,yessunny,mild,normal,TRUE,yes

程序需要将预测结果插入到makeprediciton.csv文件中

Outlook,Temperature,Humidity,Windy,Playrainy,hot,normal,TRUE,

我已经能够在Excel中应用这个分类器。想知道在Python中是否有简单易用的库，可以帮助我对频率进行分组并进行计算，而不需要手动编写所有代码。

你可以通过下面的链接看到我在Excel中的方法：http://www.filedropper.com/playgolf

任何帮助都将不胜感激。

回答：

这取决于你的需求。如果你不想编写代码，可以尝试使用Rapidminer。它非常易学且适合实验。它的文档非常清晰详尽。你可以参考这个示例来使用朴素贝叶斯分类器并获得结果。

如果你想进行一些编程并使用Python语言，可以尝试Scikit-learn，这是Python中更高级的库。它利用了scipy和numpy，并提供了非常强大的数据挖掘算法实现。对于你的示例，你首先需要使用One-Hot-Encoding将你的分类特征转换为高维稀疏向量，然后使用如朴素贝叶斯的分类器

另外，对于读取CSV文件，你可以使用Pandas