本文实例讲述了Python实现的朴素贝叶斯分类器。分享给大家供大家参考,具体如下:
因工作中需要,自己写了一个朴素贝叶斯分类器。
对于未出现的属性,采取了拉普拉斯平滑,避免未出现的属性的概率为零导致整个条件概率都为零的情况出现。
朴素贝叶斯的基本原理网上很容易查到,这里不再叙述,直接附上代码
因工作中需要,自己写了一个朴素贝叶斯分类器。对于未出现的属性,采取了拉普拉斯平滑,避免未出现的属性的概率为零导致整个条件概率都为零的情况出现。
class NBClassify(object): def __init__(self, fillNa = 1): self.fillNa = 1 pass def train(self, trainSet): # 计算每种类别的概率 # 保存所有tag的所有种类,及它们出现的频次 dictTag = {} for subTuple in trainSet: dictTag[str(subTuple[1])] = 1 if str(subTuple[1]) not in dictTag.keys() else dictTag[str(subTuple[1])] + 1 # 保存每个tag本身的概率 tagProbablity = {} totalFreq = sum([value for value in dictTag.values()]) for key, value in dictTag.items(): tagProbablity[key] = value / totalFreq # print(tagProbablity) self.tagProbablity = tagProbablity ############################################################################## # 计算特征的条件概率 # 保存特征属性基本信息{特征1:{值1:出现5次, 值2:出现1次}, 特征2:{值1:出现1次, 值2:出现5次}} dictFeaturesBase = {} for subTuple in trainSet: for key, value in subTuple[0].items(): if key not in dictFeaturesBase.keys(): dictFeaturesBase[key] = {value:1} else: if value not in dictFeaturesBase[key].keys(): dictFeaturesBase[key][value] = 1 else: dictFeaturesBase[key][value] += 1 # dictFeaturesBase = { # '职业': {'农夫': 1, '教师': 2, '建筑工人': 2, '护士': 1}, # '症状': {'打喷嚏': 3, '头痛': 3} # } dictFeatures = {}.fromkeys([key for key in dictTag]) for key in dictFeatures.keys(): dictFeatures[key] = {}.fromkeys([key for key in dictFeaturesBase]) for key, value in dictFeatures.items(): for subkey in value.keys(): value[subkey] = {}.fromkeys([x for x in dictFeaturesBase[subkey].keys()]) # dictFeatures = { # '感冒 ': {'症状': {'打喷嚏': None, '头痛': None}, '职业': {'护士': None, '农夫': None, '建筑工人': None, '教师': None}}, # '脑震荡': {'症状': {'打喷嚏': None, '头痛': None}, '职业': {'护士': None, '农夫': None, '建筑工人': None, '教师': None}}, # '过敏 ': {'症状': {'打喷嚏': None, '头痛': None}, '职业': {'护士': None, '农夫': None, '建筑工人': None, '教师': None}} # } # initialise dictFeatures for subTuple in trainSet: for key, value in subTuple[0].items(): dictFeatures[subTuple[1]][key][value] = 1 if dictFeatures[subTuple[1]][key][value] == None else dictFeatures[subTuple[1]][key][value] + 1 # print(dictFeatures) # 将驯良样本中没有的项目,由None改为一个非常小的数值,表示其概率极小而并非是零 for tag, featuresDict in dictFeatures.items(): for featureName, fetureValueDict in featuresDict.items(): for featureKey, featureValues in fetureValueDict.items(): if featureValues == None: fetureValueDict[featureKey] = 1 # 由特征频率计算特征的条件概率P(feature|tag) for tag, featuresDict in dictFeatures.items(): for featureName, fetureValueDict in featuresDict.items(): totalCount = sum([x for x in fetureValueDict.values() if x != None]) for featureKey, featureValues in fetureValueDict.items(): fetureValueDict[featureKey] = featureValues/totalCount if featureValues != None else None self.featuresProbablity = dictFeatures ############################################################################## def classify(self, featureDict): resultDict = {} # 计算每个tag的条件概率 for key, value in self.tagProbablity.items(): iNumList = [] for f, v in featureDict.items(): if self.featuresProbablity[key][f][v]: iNumList.append(self.featuresProbablity[key][f][v]) conditionPr = 1 for iNum in iNumList: conditionPr *= iNum resultDict[key] = value * conditionPr # 对比每个tag的条件概率的大小 resultList = sorted(resultDict.items(), key=lambda x:x[1], reverse=True) return resultList[0][0] if __name__ == '__main__': trainSet = [ ({"症状":"打喷嚏", "职业":"护士"}, "感冒 "), ({"症状":"打喷嚏", "职业":"农夫"}, "过敏 "), ({"症状":"头痛", "职业":"建筑工人"}, "脑震荡"), ({"症状":"头痛", "职业":"建筑工人"}, "感冒 "), ({"症状":"打喷嚏", "职业":"教师"}, "感冒 "), ({"症状":"头痛", "职业":"教师"}, "脑震荡"), ] monitor = NBClassify() # trainSet is something like that [(featureDict, tag), ] monitor.train(trainSet) # 打喷嚏的建筑工人 # 请问他患上感冒的概率有多大? result = monitor.classify({"症状":"打喷嚏", "职业":"建筑工人"}) print(result)
另:关于朴素贝叶斯算法详细说明还可参看本站前面一篇https://www.jb51.net/article/129903.htm。
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
暂无评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
2024年11月26日
2024年11月26日
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]