应用举例:
假设在文本分类中,有3个类,C1、C2、C3,在指定的训练样本中,某个词语K1,在各个类中观测计数分别为0,990,10,K1的概率为0,0.99,0.01,对这三个量使用拉普拉斯平滑的计算方法如下:
1/1003 = 0.001,991/1003=0.988,11/1003=0.011
在实际的使用中也经常使用加 lambda(1≥lambda≥0)来代替简单加1。如果对N个计数都加上lambda,这时分母也要记得加上N*lambda。
代码案例:package com.what21.opencv.demo;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class Laplacian {
public static void main(String[] args) {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
Mat src=Imgcodecs.imread("D:/ShareData/internet.jpg");
//读取图像到矩阵中,取灰度图像
if(src.empty()){
return ;
}
try{
Mat dst = src.clone();
//复制矩阵进入dst
Imgproc.Laplacian(src,dst,0);
Imgcodecs.imwrite("D:/ShareData/internet.Laplacian.jpg", dst);
}catch(Exception e){
e.printStackTrace();
}
}
}