【机器学习实战】笔记三：朴素贝叶斯算法

最新推荐文章于 2022-09-06 15:45:02 发布

PenguinGoHack

最新推荐文章于 2022-09-06 15:45:02 发布

阅读量578

点赞数

分类专栏： Machine Learning 文章标签：机器学习算法

本文链接：https://blog.csdn.net/qq_28099011/article/details/50487554

版权

朴素贝叶斯分类器训练函数：

def trainNB0(trainMatrix, trainCategory):
    numTrainDocs = len(trainMatrix) #文档个数
    numWords = len(trainMatrix[0]) #一个文档中的单词数
    pAbusive = sum(trainCategory)/float(numTrainDocs) #计算文档为侮辱性文档的概率
    p0Num = zeros(numWords)
    p1Num = zeros(numWords)
    p0Denom = 2.0; p1Denom = 2.0
    for i in range(numTrainDocs):
        if trainCategory[i] == 1:
            p1Num += trainMatrix[i]
            p

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

PenguinGoHack

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
【机器学习实战】笔记三：朴素贝叶斯算法

朴素贝叶斯分类器训练函数：def trainNB0(trainMatrix, trainCategory): numTrainDocs = len(trainMatrix) #文档个数 numWords = len(trainMatrix[0]) #一个文档中的单词数 pAbusive = sum(trainCategory)/float(numTrainDocs) #计算文
复制链接

扫一扫