朴素贝叶斯算法-My way of ML7

预备知识

联合概率：包含多个条件，所有条件同时成立概率P（A，B）=P（A）P（B）

条件概率：事件A发生在事件B发生的条件之下的概率。所有的特征值无关的时候才能适用条件概率

朴素贝叶斯的前提是：

特征条件独立，哈哈，这也是她被叫做朴素的原因，因为特征之间很难独立是自然条件下的情况，所以很朴素。。。

朴素贝叶斯算法大多被用在文本分类，关于文本分类的特征抽取看这个

理论基础

w是给定文档的特征值，c是文档分类
p（科技|F1，F2，F3）_{在词123出现的条件下是科技文章的概率}=p(F1,F2,F3|科技)_{科技文章出现词123的概率}*p(科技)_{科技文章的概率}/p（F1,F2,F3）_{词123出现的概率}

p(F1,F2,F3|科技)_{科技文章出现词123的概率}=在科技文章中词123出现次数除所有词出现次数

p(科技)~科技文章的概率=科技文章出现次数/所有文章数

p（F1,F2,F3）_{词123出现的概率}=在所有文章中词123出现次数除所有词出现次数

获取新闻20年数据

如何获取流行数据集和划分数据集看这

算法流程就是
划分数据集，训练数据集，得出准确率

关于精确率和召回率是度量分类算法的一种衡量标准，后面的文章中会详细说。最后的结果如下，如果想要完整代码可以私信

可以看得出贝叶斯算法的准确率很高，对了应该叫朴素贝叶斯，毕竟这个算法应用的大前提是错误的。