秒懂机器学习---朴素贝叶斯进行垃圾邮件分类最最最简单实战

秒懂机器学习---朴素贝叶斯进行垃圾邮件分类最最最简单实战

一、总结

一句话总结：

用最简单的实例来演示 算法是最方便的能洞悉算法实质的方式

注意有多个词表，而不是一个混合的词表

 

1、朴素贝叶斯进行垃圾邮件分类的计算的时候的注意点是什么？

P(关键词1,关键词2)）可以不计算：P(结果|关键词1,关键词2) = P(关键词1,关键词2|结果)*P(结果)/P(关键词1,关键词2)）中P(关键词1,关键词2)）为恒量，可以不计算，因为不不同结果情况下这个值都是一样的

没出现的词概率弄低点，比如弄成1/1000，需要看数据量

 

2、朴素贝叶斯进行垃圾邮件分类时，词表是分一个还是分两个？

两个：一个是正常邮件词频，一个是垃圾邮件词频

 

3、朴素贝叶斯进行垃圾邮件分类演算时，【计算测试邮件】的具体步骤是什么？

1、测试邮件为正常邮件的几率

2、测试邮件为垃圾邮件的几率

3、比较得出测试邮件为哪种邮件

 

1、测试邮件为正常邮件的几率
P(正常邮件|便宜,电器) = P(便宜,电器|正常邮件)*P(正常邮件)=P(便宜|正常邮件)*P(电器|正常邮件)*P(正常邮件)=(1/1000)*(1/1000)*(2/4) =0.5*10^(-6)

2、测试邮件为垃圾邮件的几率
P(垃圾邮件|便宜,电器) = P(便宜,电器|垃圾邮件)*P(垃圾邮件)=P(便宜|垃圾邮件)*P(电器|垃圾邮件)*P(垃圾邮件)=(1/4)*(1/1000)*(2/4) =125*10^(-6)

3、比较得出测试邮件为哪种邮件
直接比大小好了，就不计算概率了：125*10^(-6) > 0.5*10^(-6) ，所以这封邮件为垃圾邮件

 

 

 

 

二、朴素贝叶斯进行垃圾邮件分类最简单实战

1、数据

比如正常邮件1：
明天上午6点上班（为简便计算，取：明天 上班）
比如正常邮件2：
因为你工作勤奋，下个月即将升值加薪。（为简便计算，取：勤奋 加薪）

比如垃圾邮件1：
域名 347/元 一年，你值得拥有。（为简便计算，取：值得 拥有）
比如垃圾邮件2：
最便宜的洗发水，非常值得入手。（为简便计算，取：便宜 值得）


测试邮件1：
最便宜的电器，最便宜的电脑（为简便计算，取：便宜 电器）

 

2、解答过程

步骤一：获取正常邮件词频

明天 1
上班 1
勤奋 1
加薪 1

步骤二：获取垃圾邮件词频

值得 2
拥有 1
便宜 1

步骤三：计算测试邮件

0、注意点：

P(结果|关键词1,关键词2) = P(关键词1,关键词2|结果)*P(结果)/P(关键词1,关键词2)）中P(关键词1,关键词2)）为恒量，可以不计算，因为不不同结果情况下这个值都是一样的

没出现的词概率弄低点，弄成1/1000

 

1、测试邮件为正常邮件的几率

P(正常邮件|便宜,电器) = P(便宜,电器|正常邮件)*P(正常邮件)=P(便宜|正常邮件)*P(电器|正常邮件)*P(正常邮件)=(1/1000)*(1/1000)*(2/4) =0.5*10^(-6)

2、测试邮件为垃圾邮件的几率

P(垃圾邮件|便宜,电器) = P(便宜,电器|垃圾邮件)*P(垃圾邮件)=P(便宜|垃圾邮件)*P(电器|垃圾邮件)*P(垃圾邮件)=(1/4)*(1/1000)*(2/4) =125*10^(-6)

3、比较得出测试邮件为哪种邮件

直接比大小好了，就不计算概率了：125*10^(-6) > 0.5*10^(-6) ，所以这封邮件为垃圾邮件

 

 

 

转载于:https://www.cnblogs.com/Renyi-Fan/p/10982897.html