朴素贝叶斯分类

最新推荐文章于 2024-06-26 19:16:10 发布

一行代码都不会

最新推荐文章于 2024-06-26 19:16:10 发布

阅读量42

点赞数

文章标签：分类机器学习 python

本文链接：https://blog.csdn.net/weixin_42571739/article/details/130544781

版权

import jieba
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB

# 定义类别和训练数据
categories = ['体育', '科技', '政治']
train_data = {
    '体育': ['足球比赛很精彩', '篮球比赛结束了', '乒乓球比赛开始了'],
    '科技': ['新款手机发布了', '智能家居越来越普及了', '人工智能技术发展迅速'],
    '政治': ['两会召开了', '政府工作报告发布了', '国际形势紧张']
}

# 分词和预处理
train_words = []
train_labels = []
for cat, data in train_data.items():
    for text in data:
        words = jieba.lcut(text)
        train_words.append(' '.join(words))
        train_labels.append(cat)

# 特征提取
vectorizer = CountVectorizer()
train_features = vectorizer.fit_transform(train_words)

# 训练模型
clf = MultinomialNB()
clf.fit(train_features, train_labels)

# 预测新数据
new_text = '最近足球比赛很多'
new_words = jieba.lcut(new_text)
new_features = vectorizer.transform([' '.join(new_words)])
proba = clf.predict_proba(new_features)[0]
for cat, score in zip(categories, proba):
    print(cat, '得分：', score)