机器学习：单词拼写纠正器python实现

请点击上面公众号，免费订阅。　

主要推送关于对算法的思考以及应用的消息。培养思维能力，注重过程，挖掘背后的原理，刨根问底。本着严谨和准确的态度，目标是撰写实用和启发性的文章，欢迎您的关注。

01

—

朴素贝叶斯分类实战

前面介绍了贝叶斯的基本理论，朴素贝叶斯分类器，拉普拉斯修正，文章的链接如下：

机器学习：说说贝叶斯分类

朴素贝叶斯分类器：例子解释

朴素贝叶斯分类：拉普拉斯修正

在这3篇推送中用例子详细阐述了贝叶斯公式和朴素贝叶斯如何做分类，以及如何修正一些属性某些取值概率。

下面，借助朴素贝叶斯分类器的基本思想，编写一个单词拼写纠正器，它大致实现的功能如下：

1. 如果用户输入的单词存在，则直接提示在字典中发现，并返回

2. 如果单词不在词典中，纠正器会猜测用户的可能输入，然后做出最多两步的距离调整，并返回纠正后，用户最可能想输入的前三个单词

3. 如果经过最多的两步调整后，还是未找到，则提示想输入的单词在字典中不存在。

02

—

纠正器实现原理

1 如用户输入了 hella，纠正后发现的3个最有可能的输入如下：

'want to input: hello', 'hell', 'fella'