这是代码用贝叶斯决策做像素分类的一部分，求大佬解答一下这段程序是什么意思，最好可以给我把每行代码的意思注释出来

[IT_CT_ICT]

def seprateByClass(dataset):
seprate_dict = {}
info_dict = {}
for vector in dataset:
if vector[-1] not in seprate_dict:
seprate_dict[vector[-1]] = []
info_dict[vector[-1]] = 0
seprate_dict[vector[-1]].append(vector)
info_dict[vector[-1]] +=1
return seprate_dict,info_dict

[欢乐的小猪]

seprate_dict:{'label1': [[0.1, 0.6, 'label1'], [0.6, 0.9, 'label1']], 'label2': [[200, 855, 'label2']]} info_dict:{'label1': 2, 'label2': 1}

def seprateByClass(dataset):
    seprate_dict = {}
    info_dict = {}
    for vector in dataset:
        if vector[-1] not in seprate_dict:
            seprate_dict[vector[-1]] = []
            info_dict[vector[-1]] = 0
        seprate_dict[vector[-1]].append(vector)
        info_dict[vector[-1]] +=1
    return seprate_dict,info_dict

sd,id=seprateByClass([[0.1,0.6,'label1'],[0.6,0.9,'label1'],[200,855,'label2']])
print("seprate_dict:{}\ninfo_dict:{}".format(sd,id))

[IT_CT_ICT]

编程小白，看不懂

[欢乐的小猪]

这个方法只是把数据集按类别分开了。seprate_dict里面放了数据集，其中key为labelName；info_dict里面放了每个类别的数量，其中key为labelName

[IT_CT_ICT]

引用 3 楼 欢乐的小猪的回复:

这个方法只是把数据集按类别分开了。seprate_dict里面放了数据集，其中key为labelName；info_dict里面放了每个类别的数量，其中key为labelName

哇，终于明白了，谢谢