基于樸素贝叶斯分类器的文本分类算法(C语言)
基于朴素贝叶斯分类器的文本分类算法(C语言).txt两个人吵架,先说对不起的人,并不是认输了,并不是原谅了。他只是比对方更珍惜这份感情。#include
#include
#include //_getcwd(), _chdir()
#include //_MAX_PATH, system()
#include //_finddata_t, _findfirst(), _findnext(), _findclose()
char vocabulary[1000][20];/*声明公有二维数组,用来存储分割好的单词*/
/*=================将要分类的文本分割成单词存储在二维数组vocabulary中================*/
//@输入参数:要分类的文本
//@输出参数:该文本中总单词数
int SplitToWord(char text[])
{
int i=0;
char seps[]=", .\n"; /*定义单词的分隔符*/
char *substring;
/******利用分隔符将文本内容分割成单词并存储******/
substring=strtok(text,seps);
while(substring!=NULL)
{
strcpy(vocabulary[i],substring);//将单词存储到vocabulary数组中
substring=strtok(NULL,seps);
i++;
}
return i; //返回一共多少个单词
}
/*===============================计算该目录下的文件数================================*/
//@输入参数:无
//@输出参数:该目录下.txt文件数
int CountDirectory()
{
int count=0; //txt文件计数器
long hFile;
_finddata_t fileinfo;
/********查找.txt文件,记录文件数**********/
if ((hFile=_findfirst("*.txt",&fileinfo))!=-1L)
{
do
{
count++;
} while (_findnext(hFile,&fileinfo) == 0);
}
return count;
}
/*===================================计算某类别中∏P(ai|vj)===================================*/
//@输入参数:分类文本中单词数
//@输出参数:该类别下∏P(ai|vj)
float CalculateWordProbability(int wordCount)
{
int countSame; //分类文本中的某单词在所有训练样本中出现次数
int countAll=0; //训练样本中总单词数
char token;
FILE *fp;
float wordProbability=1; //为后面联乘做准备
int i,j;
long hFile;
_finddata_t fileinfo;
for(j=0;j
{
countSame=0;
countAll=0;
if((hFile=_findfirst("*.txt",&fileinfo))!=-1L) //对于该类别下每一个.txt文本
{
do
{
if((fp=fopen(,"r"))==NULL) //是否能打开该文本
{
printf("Sorry!Cannot open the file!\n");
exit(0);
}
/********存储此.txt文件中每个单词并与分类文本的单词作比较*******/
while((token = fgetc(fp)) != EOF)
{
char keyword[1024];
i = 0;
keyword[0] = token; // 将每个词第一个字符赋给数组第一个元素
while ((keyword[++i] = fgetc(fp)) != ' ' && keyword[