openCv学习笔记（十三）—贝叶斯分类器的实现

第一个是用c语言做的关于文本的分类，主要是对待分类文本所有单词在模板中概率的后验计算。算法比较简单，从网上下的（没记下地址，若不愿意公开，请留言，自当处理），稍作了一点修改。。，等有时间可以实现垃圾邮件的分类，利用斯坦福机器学习公开课中方法，统计高频词，利用朴素贝叶斯。等有时间和大家分享。

#include <stdio.h>
#include <string.h>
#include <direct.h> //_getcwd(), _chdir()
#include <stdlib.h> //_MAX_PATH, system()
#include <io.h> //_finddata_t, _findfirst(), _findnext(), _findclose()
#include<iostream>
using namespace std;
//#include<fstream>
char vocabulary[1000][20];/*声明公有二维数组，用来存储分割好的单词*/


/*=================将要分类的文本分割成单词存储在二维数组vocabulary中================*/
//@输入参数：要分类的文本
//@输出参数：该文本中总单词数

int SplitToWord(char text[])
{
int i=0;
char seps[]=", .\n"; /*定义单词的分隔符*/ 
char *substring; 

/******利用分隔符将文本内容分割成单词并存储******/
substring=strtok(text,seps); 
while(substring!=NULL) 
{   
   strcpy(vocabulary[i],substring);//将单词存储到vocabulary数组中 
   substring=strtok(NULL,seps); 
   i++;
}
return i; //返回一共多少个单词
}


/*===============================计算该目录下的文件数================================*/
//@输入参数：无
//@输出参数：该目录下.txt文件数

int CountDirectory()
{
int count=0; //txt文件计数器
long hFile;
    _finddata_t fileinfo;

/********查找.txt文件，记录文件数**********/
    if ((hFile=_findfirst("*.txt",&fileinfo))!=-1L)
    {
        do
        {            
    count++;
        } while (_findnext(hFile,&fileinfo) == 0);
}
return count;
}


/*===================================计算某类别中∏P(ai|vj)===================================*/
//@输入参数：分类文本中单词数
//@输出参数：该类别下∏P(ai|vj)

float CalculateWordProbability(int wordCount)
{
int countSame; //分类文本中的某单词在所有训练样本中出现次数
int countAll=0; //训练样本中总单词数
char token;
FILE *fp;
float wordProbability=1; //为后面联乘做准备
int i,j;
long hFile;
    _finddata_t fileinfo;


for(j=0;j<wordCount;j++) //对于分类样本中的每一个单词
{
   countSame=0;
   countAll=0;
   if((hFile&#