【数据分析】如何用朴素贝叶斯模型预测柯南里的被害人和凶手

如何用朴素贝叶斯模型预测柯南里的被害人和凶手

这个研究是我在一门课上的期末作业，旨在用一些广泛流传的《柯南》"规律"（比如毛利小五郎指出的凶手大多是好人）预测凶手和被害人，并定量地探索作者——青山刚昌——在创作角色时的一些"隐藏信念"（hidden belief）。分析漫画的研究我并没有见过，不过还是有不少研究使用数学建模方法识别文学作品的作者 (Madigan, Genkin, Lewis, Argamon, Fradkin, & Ye, 2005; Zhao & Zobel, 2007; Zheng, Li, Chen & Huang, 2006)， 或文学风格（比如中国古诗的风格 Yi, He, Li, & Yu, 2004。这些作品大多使用主成分分析、机器学习等方法对文学作品中的词汇、语法、结构和内容进行分析。

在这里给大家推荐一个python系统学习q群：250933691有免费开发工具以及初学资料，（数据分析，爬虫，AI, 机器学习，神经网络）每天有老师给大家免费授课，欢迎一起交流学习

 

本文先介绍朴素贝叶斯模型通过角色特征（性格、行为、与他人关系等）预测其身份（凶手/被害人）的结果，再对一些相关的社会、心理学现象进行讨论。朴素贝叶斯模型建立在已有数据基础上，此处使用长春版漫画单行本1-70卷中共60个事件，以下称"训练数据"。模型先计算出训练数据中角色拥有各种特征（组合）时是凶手或被害人的概率，再以此预测新数据（1-70卷中训练数据之后的共21个事件）中角色的身份。

 

首先需要收集数据࿰