朴素贝叶斯分类器python_朴素贝叶斯算法的python实现-乾颐堂

算法优缺点

优点：在数据较少的情况下依然有效，可以处理多类别问题

缺点：对输入数据的准备方式敏感

适用数据类型：标称型数据

算法思想：

朴素贝叶斯

比如我们想判断一个邮件是不是垃圾邮件，那么我们知道的是这个邮件中的词的分布，那么我们还要知道：垃圾邮件中某些词的出现是多少，就可以利用贝叶斯定理得到。

朴素贝叶斯分类器中的一个假设是：每个特征同等重要

贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。

函数

loadDataSet()

创建数据集，这里的数据集是已经拆分好的单词组成的句子，表示的是某论坛的用户评论，标签1表示这个是骂人的

createVocabList(dataSet)

找出这些句子中总共有多少单词，以确定我们词向量的大小

setOfWords2Vec(vocabList, inputSet)

将句子根据其中的单词转成向量，这里用的是伯努利模型，即只考虑这个单词是否存在

bagOfWords2VecMN(vocabList, inputSet)

这个是将句子转成向量的另一种模型，多项式模型，考虑某个词的出现次数

trainNB0(trainMatrix,trainCatergory)

计算P(i)和P(w[i]|C[1])和P(w[i]|C[0])，这里有两个技巧，一个是开始的分子分母没有全部初始化为0是为了防止其中一个的概率为0导致整体为0，另一个是后面乘用对数防止因为精度问题结果为0

classifyNB(vec2Classify, p0Vec, p1Vec, pClass1)

根据贝叶斯公式计算这个向量属于两个集合中哪个的概率高

http://www.qytang.com/cn/list/28/404.htm

http://www.qytang.com/cn/list/28/397.htm

http://www.qytang.com/cn/list/28/396.htm

http://www.qytang.com/cn/list/28/395.htm

http://www.qytang.com/cn/list/28/394.htm

http://www.qytang.com/cn/list/28/393.htm

http://www.qytang.com/cn/list/28/391.htm

http://www.qytang.com/cn/list/28/389.htm

http://www.qytang.com/cn/list/28/388.htm

http://www.qytang.com/cn/list/28/362.htm

http://www.qytang.com/cn/list/28/358.htm

http://www.qytang.com/cn/list/28/351.htm

http://www.qytang.com/cn/list/28/348.htm

http://www.qytang.com/cn/list/28/340.htm

http://www.qytang.com/cn/list/28/338.htm

http://www.qytang.com/cn/list/28/336.htm

http://www.qytang.com/cn/list/28/330.htm

http://www.qytang.com/

http://www.qytang.com/cn/list/29/