python 朴素贝叶斯算法使用

最新推荐文章于 2024-08-09 16:50:52 发布

程序小学生

最新推荐文章于 2024-08-09 16:50:52 发布

阅读量1.2k

点赞数 2

分类专栏：个人实战文章标签： Python 朴素贝叶斯

本文链接：https://blog.csdn.net/qq_25174673/article/details/89287949

版权

本文介绍了如何在Python中使用朴素贝叶斯算法进行文本分类。通过创建词汇表，将内容转换为向量，然后应用拉普拉斯平滑解决0概率问题，最终对未知类别数据进行预测。

摘要由CSDN通过智能技术生成

朴素贝叶斯算法使用

工具：Pycharm，win10，Python3.6.4

1.题目要求

根据如下数据使用朴素贝叶斯算法进行预测。

Document Content Category
d1 ball goal cart goal Sports
d2 theater cart drama Culture
d3 drama strategy decision drama Politics
d4 theater ball Culture
d5 ball goal player strategy Sports
d6 theater cart opera Culture

d7 ball player strategy ?
d8 theater cart decision ?

2.Python代码

现在有三种类别Culture，Politics，Sports，我们把这三个类别分别建一个文件夹，并且把Content存入其中，这样子遍历文件的时候方便给数据打上标签。首先获取词汇表，代码和结果如下

import re
import numpy as np
import os


def textParse(String):
    list_String = re.split(r'\W*', String)
    return list_String


def readfiles():
    doc_list = []
    class_list = []
    file_lists = ['culture', 'politics', 'sports']
    for i in range(3):
        for txtfile in os.listdir(file_lists[i] + '/'):
            with open(file_lists[i] + '/' + txtfile, 'r', ) as f:
                word_list = textParse(f.r