上一篇文章已经讲了朴素贝叶斯分类的原理,这一篇做个小小的demo。
首先说下,我用的是python3.6,demo的功能如下:
( 这个小例子源于一篇网络文章,思路与代码是我自己做的,感谢原例子作者 )
给出一组句子,我们把每个句子作为一个样本,每个句子的单词作为样本的一个特征。
思路:
1 首先我们会想到,每句话的单词个数是不等的,那么怎么来作为一个特征呢?
这里我先建立了一个词库,然后我们的特征总数量是词库中单词的总个数,然后处理下源数据,把每个样本设置为词库一样长度的一个数据,当句子中的元素在词库中时,我们把对应元素设置为1,否则对应元素为0
2 计算P(一个单词|好话)的条件概率
根据源数据给出的分类,我们把样本分为好话与坏话两个样本集,求出每个单词在好话/坏话样本中的概率,即我们要求的条件概率
3 计算P(一个单词)在总样本中的概率
4 计算好话与坏话的概率
5 根据贝叶斯定理: P(好话|每个单词特征)= [ [P(一个单词1|好话) * P(一个单词2|好话)….P(一个单词n|好话)] * P(好话)] / (P(一个单词1)P(一个单词2)...P(一个单词3))
下面是,demo的下载地址:demo