朴素贝叶斯分类方法

最新推荐文章于 2022-09-20 22:27:29 发布

xudongshasha

最新推荐文章于 2022-09-20 22:27:29 发布

阅读量351

点赞数 1

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/xudongshasha/article/details/52959770

版权

本文介绍了朴素贝叶斯分类方法的实现步骤，包括读取文本数据、构建单词表、创建词袋模型、训练模型计算概率，以及进行预测和测试错误率。通过实例展示了如何将文本转化为数值型数据，并应用贝叶斯公式进行分类。

摘要由CSDN通过智能技术生成

上面是一个贝叶斯公式；通过上式可以看出，要预测文本属于哪一个分类，则需要求出和；

而想要计算出这两个概率，则需要将文本数据转换成数值型的数据，所以需要构建一个单词表，若若单词表中的单词，文本中存在，则将对应位置置为1，不存在，置为0.

第一步：读取文件，返回文本列表textMat 和标签列表labelVec

def loadDataSet():
textMat=[['my','dog','has','flea','problems','help','please'

最低0.47元/天解锁文章

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
朴素贝叶斯分类方法

上面是一个贝叶斯公式；通过上式可以看出，要预测文本属于哪一个分类，则需要求出和；而想要计算出这两个概率，则需要将文本数据转换成数值型的数据，所以需要构建一个单词表，若若单词表中的单词，文本中存在，则将对应位置置为1，不存在，置为0.第一步：读取文件，返回文本列表textMat 和标签列表labelVecdef loadDataSet(): textMat=[['my','do
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。