贝叶斯估计的基本思想
(1)定义:从概率论的角度,提出的分类方法。通过统计特征在数据集上取某个特定值得次数,然后除以数据集的实例总数,或者特征取该值得概率。在分类中选择高概率对应的类别。
(2)优点:在数据少的情况下,仍然有效,可以处理多类别问题
(3)缺点:对于输入数据的准备方式敏感,使用的数据类型为标称型数据
条件概率
(1)依赖关系:若A依赖B,则在B已知的情况下,求A发生的概率P(A|B)=P(AB)/P(B)
(2)贝叶斯准则:P(B|A)=P(A|B)P(B)/P(A)
贝叶斯估计的实现文档分类的流程
(1)假设:一个特征或者单词出现的可能性与它和其他单词相邻没有关系(特征之间相互独立)
(2)从文本中构建词向量,将每一篇文档进行词汇表向量转换。
(3)从词向量计算每个类别下的不同词条的不同概率值
(4)测试修改初始化参数
贝叶斯估计的程序编写
'''
Created on Oct 19, 2010
@author: Peter
'''
from numpy import *
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', 'dog', 'food', 'stupid']]
classVec = [0,1,0,