朴素贝叶斯原理二（文本分类 附Demo）

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