数据挖掘-朴素贝叶斯分类算法的实现及其应用 bayes

本文介绍了如何使用朴素贝叶斯算法实现决策树分类。通过程序清单展示了词表到向量的转换、分类器训练以及分类函数的实现,并提供了相应的测试结果。
摘要由CSDN通过智能技术生成

给大家推荐一个公众号:诗葵1931

里面的爱情诗歌很美

在这里插入图片描述

bayes分类算法及应用

使用贝叶斯算法来实现决策树分类

程序清单4-1 词表到向量的转换函数:

def loadDataSet():
    postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'],
                 ['maybe', 'not', 'take', 'him', 'to', 'dog', 'park', 'stupid'],
                 ['my', 'dalmation', 'is', 'so', 'cute', 'I', 'love', 'him'],
                 ['stop', 'posting', 'stupid', 'worthless', 'garbage'],
                 ['mr', 'licks', 'ate', 'my', 'steak', 'how', 'to', 'stop', 'him'],
                 ['quit', 'buying', 'worthless'
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值