朴素贝叶斯分类算法——商品多分类（代码）

朴素贝叶斯分类算法——商品多分类

python环境：3.6.8

import csv
import jieba

def lst_strip(lst):#去掉多余的空格。如果 a=['   123','ttt,'vv   ','','    ']，如何实现a=['123','fuck','cvm'],因为strip()是对字符串操作，现在是一个list
    L=[]
    for v in lst:
      v = str.strip(v)
      if v:
          L.append(v)
    return L

def P_y(y_all_temp,y_jieguoGeshu):
    y_long=len(y_all_temp)
    for index_jieguo ,y_jieguo in enumerate(y_all_temp):
        y_jieguoGeshu[index_jieguo]=y_all_temp.count(y_jieguo)/y_long
    return y_jieguoGeshu


def word_num(input_fenci1,i,y_all_num):
    for index ,v in enumerate(y_all_num[1]):
        y_all_num[4][index] = 0.0000#
        y_all_num[3][index] = 0.0000#
        y_all_num[5][index] = 0.0000#
        x=y_all_num[0][index].split(' ')# x_all
        x=lst_strip(x)#去除空格
        for x_1 in x:
            y_all_num[4][index]=int( y_all_num[4][index])+1.0000    #4是总词 计算总词个数    ；3是个数
            if x_1 == input_fenci1:
                y_all_num[3][index]=int(y_all_num[3][index])+1.0000#计算个词个数
    for ind,  xx in enumerate(y_all_num[3]):
        yy=y_all_num[4][ind]
        y_all_num[i][ind] = round(xx / yy, 2)#精确小数点后两位。
    output=y_all_num[1][y_all_num[i].index(max(y_all_num[i]))]#找出最大数的商品
    return output


def sort_goods(input_in):
    #csv中的reader 读文件
    seg = jieba.cut(input_in.strip(), cut_all=False)
    fenci = ' '.join(seg)
    input_fenci= fenci.split(' ')
    file = 'test1.txt'#读取当前目录下的test1.txt
    data = []
    x_all = []
    y_all = []
    with open(file,'r') as f:
        result = csv.reader(f,delimiter='\t') #说明：delimiter是分隔符，quotechar是引用符，当一段话中出现分隔符的时候，用引用符将这句话括起来，就能排除歧义。
        for line in result:#加载到列表
            data.append(line)
    y_all_num=[
        [],  # x_all
        [],#y_all
        [],  # 计算PY的数组
        [],  #['雀巢', '脆脆', '鲨', '威化', '巧克力', '（', '巧克力', '味', '夹心', '）', '20g', '*', '24', '/', '盒']中input的个数         3
        [],#['雀巢', '脆脆', '鲨', '威化', '巧克力', '（', '巧克力', '味', '夹心', '）', '20g', '*', '24', '/', '盒']有15个                         4
    ]
    for i in data:
        y_all_num[0].append(i[1])
        x_all.append(i[1])#取出第一列词
    for i in data:
        y_all_num[1].append(i[3])
        y_all.append(i[3])
    x_all=lst_strip(x_all)#去掉空格
    y_all=lst_strip(y_all)
    # print(x_all)
    # print(y_all)
    input=input_in
    y_gailvGeshu= []                       #['雀巢', '脆脆', '鲨', '威化', '巧克力', '（', '巧克力', '味', '夹心', '）', '20g', '*', '24', '/', '盒']中input的个数         3
    y_gailvZongshu= []                  #['雀巢', '脆脆', '鲨', '威化', '巧克力', '（', '巧克力', '味', '夹心', '）', '20g', '*', '24', '/', '盒']有15个                         4
    y_gailv= []
    y_jieguoGeshu=[]#统计结果各种类的个数
    output = []
    for xxx_temp in input_fenci:
        y_all_num.append([])
    print(y_all_num)
    ###################################################################
    for y_gailv_ in y_all:#为目标创建列表，统计为输入值情况下，在各个结果中输入值的个数[0, 0, 0, 0, 0, 0, 0]
        y_all_num[2].append('')
        y_all_num[3].append('')
        y_all_num[4].append('')
        for xxxx_in in range(0,len(input_fenci)):
            y_all_num[xxxx_in+5].append('')
        y_gailvGeshu.append('')
        y_gailvZongshu.append('')
        y_jieguoGeshu.append('')
        y_gailv.append(0.000)
    # y_long=len(y_all)
    
    y_jieguoGelv=P_y(y_all_num[1],y_jieguoGeshu)
    for xxxx_galv in range(0, len(input_fenci)):
        # y_all_num[xxxx_galv+5]=word_num(input_fenci[xxxx_galv],xxxx_galv+5,y_all_num)
        output1=word_num(input_fenci[xxxx_galv],xxxx_galv+5,y_all_num)
        output.append(output1)
    set1 = set(output)
    output=list(set1)
    return output

# while(1):
print('请输入描述：')
input='旺仔牛奶'
print('分类为：',sort_goods(input))