数据挖掘 实验四、贝叶斯决策分类算法

数据挖掘 实验四、贝叶斯决策分类算法

一、 实验目的：
（1） 熟悉 VC++编程工具和朴素贝叶斯决策算法。
（2） 对 AllElectronics 顾客数据库查询得到先验概率和类条件概率。
（3） 在样本集上用 VC++编程工具编写用朴素贝叶斯算法分类的程序，对任务相关数据运行朴素贝叶斯分类算法，调试实验。
（4） 写出实验报告。
二、 实验原理：
1.先验概率和类条件概率
先验概率：先验概率定义为训练样本集中属于 Ci 类的样本（元组）数 Ni 与
总样本数 N 之比，记为PCi  Ni 。
N
类条件概率：类条件概率定义为训练样本集中属于 Ci 类中的具有特征 X 的
样本（元组）的个数 ni 与属于 Ci 类的样本（元组）数 Ni 之比，记为PX | Ci  ni 。
Ni
2.贝叶斯决策
贝叶斯决策（分类）法将样本（元组）分到 Ci 类，当且仅当
PX | Ci PCi PX | C j PC j ，对 1≤j≤m，j≠i
其中，训练样本集中的样本（元组）可被分为 m 类。
三、 实验内容：

1. 实验内容
   用贝叶斯分类器对已知的特征向量 X 分类：

1. 由 AllElectronics 顾客数据库类标记的训练样本集（元组）编程计算先验概率 P(Ci)和类条件概率 P(X|Ci)，并在实验报告中指出关键代码的功能和实现方法；
2. 应用贝叶斯分类法编程对特征向量 X 分类，并在实验报告中指出关键程序片段的功能和实现方法；
3. 用检验样本估计分类错误率；
4. 在实验报告中画出程序或例程的程序框图。

2. 实验步骤
   由于该分类问题是决定顾客是否倾向于购买计算机，即 C1 对应于
   buys_computer=yes，C2 对应于 buys_computer=no，是两类的分类问题。实验步骤如下：

1. 确定特征属性及划分：浏览所给的数据库，找出划分的特征属性；
2. 获取训练样本：即给定的 AllElectronics 顾客数据库类标记的训练样本集
   （元组）；
3. 计算训练样本中每个类别的先验概率：P(Ci)，i=1，2；
4. 计算训练样本中类条件概率：设特征（属性）向量为 X，编程计算类条件概率 P(X|Ci)，i=1，2；
5. 使用分类器进行分类；

3. 程序框图
   
4. 关键代码

#include<iostream> 
#include<string> 
#include<fstream> 
#include<algorithm> 
using namespace std;   
class Date  //存储结构 
{
      
    public:  
        string age;  
        string income;  
        string student;  
        string credit;  
        string buy;  
        void print()  
        {
      
        cout << age<< " "<< income << " "<<student<<" "<< credit <<" "<<buy<<endl;  
        }  
};
void compare_date_plus(string date,string indate,string buy,int& tempy,int& tempn)
{
   
    if(date==indate&&buy=="yes")
    {
   tempy++;}
    if(date==indate&&buy=="no")
    {
   tempn++;}
}   
int main()  
{
      
    char name1[50]