朴素贝叶斯分类器的python实现

本文介绍了朴素贝叶斯分类器的工作原理,通过一个英文评论分类的例子展示了如何使用Python实现。文章详细解释了如何计算先验概率和条件概率,并处理概率为0的情况。最后,通过实例验证了分类器的正确性。
摘要由CSDN通过智能技术生成

徒手实现一个贝叶斯分类器

引子

朴素贝叶斯分类器顾名思义是以贝叶斯公式为基础的分类器,其将后验概率转换为先验概率和不同类的条件概率的乘积,再通过比较不同的类别下该乘积的大小实现分类。不同于其他的分类器,朴素贝叶斯分类器严格意义上没有训练过程,只需计算相关概率即可。贝叶斯分类器比较适合对自然语言分类的模型,下面以对英文评文本类为例,详细描述如何实现一个贝叶斯分类器。

代码

首先引入语料库,其内容为英文网站评论,如果需要处理中文,还需要对中文进行分词,获得单词列表。

postingList = [
    ['my','dog','has','flea','problems','help','please'],    
    ['maybe','not','take','him','to','dog','park','stupid'],    
    ['my','dalmation','is','so','cute','I','love','him'],
    ['stop','posting','stupid','worthless','garbage'],
    ['mr','licks','ate','my','steak','how','to','stop','him'],
    ['quit','buying','worthless','dog','food','stupid']
]
classVec = [0,1,0,1,0,1]

其中“0”表示正面评价,“1”表示负面评价。在实际运用中,睡着语料库的丰

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值