1、(1)垃圾邮件分类
分完后会出现若干概率值,6个类别都有一定的可能性属于这个类别,其中有38%属于产品类,根据朴素贝叶斯算法,就分到产品类。
(2)对文章分类:
对每个样本进行朴素贝叶斯算法分类,分类后得到一些结果:
文章1超过50%都是科技类,我们就把这个文章标记为科技类。文章4金融占比比较多,就分为金融类
2、贝叶斯公式
联合概率:P(A,B)
条件概率:P(A|B)
相互独立:P(A,B)=P(A)P(B)
贝叶斯公式:
w为给定文章的特征值,c为文档类别
朴素:假设特征与特征之间相互独立
P(C):每个文档类别的概率(某文档类别数/总文档量)
P(W|C):给定类别下特征的概率
P(F1,F2…):预测文档中每个词的概率
引入拉普拉斯平滑系数,防止出现概率为0的状况
11-21
625
08-20
447
08-20
1809
08-20
1181