贝叶斯机器学习系列:
贝叶斯①——贝叶斯原理篇(联合概率&条件概率&贝叶斯定理&拉普拉斯平滑)
贝叶斯②——贝叶斯3种分类模型及Sklearn使用(高斯&多项式&伯努利)
贝叶斯④——Sklean新闻分类(TF-IDF)
贝叶斯⑤——搜狗新闻分类实战(jieba + TF-IDF + 贝叶斯)
贝叶斯⑥——银行借贷模型(贝叶斯与决策树对比)
虽然sklearn能直接调用贝叶斯分类,但是若能用Python代码敲出来,那也是非常有成就感的一件事,而且能进一步加深对算法过程的理解~
一、算法流程及函数解释
① loadData():导入分类样本,如果样本是文档,先用jieba进行分词
② vecabulary():用集合生成词典(set|set会生成并集且自动删除重复元素)
③ Word2Vetorm()&Word2Vetor_m():将样本转化成向量(用词典中的index[词语]获得下标),前者是伯努利模型,出现记录1,不出现记录0;后者是多项式模型,出现多少次就记多少,未出现则是0
④ cal_prob()&cal_prob_m():前者是用伯努利模型计算先验概率和类条件概率,后者是用多项式,这里使用了拉普拉斯平滑(参数为1)来解决零概率问题,以及取log对数化乘法为加法,简化计算
⑤ naive_byes_classify():生成分