朴素贝叶斯的工作原理

Question

我已经读过朴素贝叶斯，它是一种分类技术算法，可以根据您提供的数据进行预测，但在这个例子中，我无法理解输出 [3,4] 是如何来的。

按照示例：

#assigning predictor and target variables

x= np.array([[-3,7],[1,5], [1,2], [-2,0], [2,3], [-4,0], [-1,1], [1,1], [-2,2], [2,7], [-4,1], [-2,7]])

Y = np.array([3, 3, 3, 3, 4, 3, 3, 4, 3, 4, 4, 4]

#Create a Gaussian Classifier

model = GaussianNB()

# Train the model using the training sets 

model.fit(x, y)

#Predict Output 

predicted= model.predict([[1,2],[3,4]])

print predicted

Output: ([3,4])

谁能解释在这种情况下 [3,4] 是如何生成的，这意味着什么？