目录
简介
通过Python实现通过姓名预测性别的功能,在此过程中用到了朴素贝叶斯分类器,以及界面化,界面化这里采用tkinter方法实现简单的GUI界面。在GUI界面中添加了一些相关控件,用以实现相关功能,为了使用多方便将程序添加界面化,这里使用的tkinter第三方包实现,在界面上添加三个Lable,然后对应三个Text,用于信息提示、接收数据、以及数据显示;添加两个Button分别为性别预测按钮,和退出按钮,在提示框内输入中文人名,按下性别预测,即可在预测性别文本框内显示预测出来的性别;点击退出按钮将会退出程序。
效果截图
实现方法
代码运行过程中将判断是否已经具有保存过的模型,如果训练好的模型已经存在,则直接(使用pickle方法)调用该模型。该模型中保存的数据为训练后的矩阵,训练过程中会将姓名进行分词,然后判断每个字或词在性别类别里出现的概率即特征向量。
保存的模型分别为:
1.特征向量:all_vectors.pkl
2.特征词:filter_words.txt
3.分类器:gender_classifier.pkl
采用的数据集中训练集为:NameData.txt,测试集为:NameTestData.txt。训练集的数据有60000个数据,最终预测准确率为87.67%
代码实现
引入所需要的包
import numpy as np
import pandas as pd
import os
import pickle
import tkinter as tk
定义朴素贝叶斯分类器类
class NaiveBayesClassifier:
def __init__(self):
self.priors = None
self.conditionals = None
# 训练朴素贝叶斯分类器
def fit(self, X, y):
num_classes = len(np.unique(y)) # 获取类别数
num_features = X.shape[1] # 获取特征数
self.priors = np.zeros(num_classes) # 初始化先验概率
self.conditionals = np.zeros((num_classes, num_features)) # 初始化条件概率
# 计算先验概率和条件概率
for i in range(num_classes):
X_i = X[y == i]
self.priors[i] = X_i.shape[0] / X.shape[0]
self.conditionals[i] = (X_i.sum(axis=0) + 1) / (X_i.sum() + num_features)
# 预测分类结果
def predict(self, X):
log_probs = np.log(self.priors) + X @ np.log(self.conditionals.T)
return np.argmax(log_probs, axis=1)
# 过滤姓名中的非法字符
def filter_name(