朴素贝叶斯php,php – 使用朴素贝叶斯分类器对推文进行分类:一些问题

在其他来源中使用Stackoverflow上的各种帖子,我正在尝试实现我自己的

PHP分类器,将推文分类为积极,中立和负面的类.在编码之前,我需要获得流程.我的思路和榜样如下:

p(class) * p(words|class)

Bayes theorem: p(class|words) = ------------------------- with

p(words)

assumption that p(words) is the same for every class leads to calculating

arg max p(class) * p(words|class) with

p(words|class) = p(word1|class) * p(word2|topic) * ... and

p(class) = #words in class / #words in total and

p(word, class) 1

p(word|class) = -------------- = p(word, class) * -------- =

p(class) p(class)

#times word occurs in class #words in total #times word occurs in class

--------------------------- * --------------- = ---------------------------

#words in total #words in class #words in class

Example:

------+----------------+-----------------+

class | words | #words in class |

------+----------------+-----------------+

pos | happy win nice | 3 |

neu | neutral middle | 2 |

neg | sad loose bad | 3 |

------+----------------+-----------------+

p(pos) = 3/8

p(neu) = 2/8

p(meg) = 3/8

Calculate: argmax(sad loose)

p(sad loose|pos) = p(sad|pos) * p(loose|pos) = (0+1)/3 * (0+1)/3 = 1/9

p(sad loose|neu) = p(sad|neu) * p(loose|neu) = (0+1)/3 * (0+1)/3 = 1/9

p(sad loose|neg) = p(sad|neg) * p(loose|neg) = 1/3 * 1/3 = 1/9

p(pos) * p(sad loose|pos) = 3/8 * 1/9 = 0.0416666667

p(neu) * p(sad loose|neu) = 2/8 * 1/9 = 0.0277777778

p(neg) * p(sad loose|neg) = 3/8 * 1/9 = 0.0416666667

正如你所看到的,我已经用正面(“快乐赢得好”),中立(“中立中间”)和负面(“悲伤松散坏”)推文“训练”了分类器.为了防止由于所有类中缺少一个单词而导致概率为零的问题,我使用LaPlace(或äddone“)平滑,请参阅”(0 1)“.

我基本上有两个问题:

>这是一个正确的实施蓝图吗?还有改进的余地吗?

>在对推文进行分类时(“悲伤的松散”),预计在“neg”类中为100%,因为它只包含否定词.然而,LaPlace平滑使事情变得更复杂:类pos和neg具有相同的概率.这有解决方法吗?

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值