标签：testEntry -- sum 关键词 贝叶斯 trainCategory 朴素 trainMatrix

通俗来说，贝叶斯是在计算概率值，而朴素贝叶斯假设先验数据类别均相互独立。

先验数据--建立已知数据及已知类别

测试数据--计算属于先验数据的条件概率，属于该类数据类别的概率越高则被预测为该类

训练部分代码：

def trainNB0(trainMatrix,trainCategory):
    # 样本数据集：trainMatrix
    # 样本标签：trainCategory
    numTrainDocs = len(trainMatrix)    # 样本总数
    numWords = len(trainMatrix[0])     # 样本特征数
    pAbusive = sum(trainCategory)/float(numTrainDocs)    # 条件概率分母部分
    p0Num = ones(numWords); p1Num = ones(numWords)
    p0Denom = 2.0; p1Denom = 2.0
    for i in range(numTrainDocs):
        if trainCategory[i] == 1:
            p1Num += trainMatrix[i]
            p1Denom += sum(trainMatrix[i])
        else:
            p0Num += trainMatrix[i]
            p0Denom += sum(trainMatrix[i])
    p1Vect = log(p1Num/p1Denom)    # 为1的条件概率分子部分
    p0Vect = log(p0Num/p0Denom)    # 为0的条件概率分子部分
    return p0Vect,p1Vect,pAbusive

分类部分代码：

def classifyNB(vec2Classify, p0Vec, p1Vec, pClass1):
    # vec2Classify：待分类的向量
    # p0Vec, p1Vec, pClass1：训练数据提供的概率值    
    p1 = sum(vec2Classify * p1Vec) + log(pClass1)  # element-wise mult
    p0 = sum(vec2Classify * p0Vec) + log(1.0 - pClass1)
    if p1 > p0:
        return 1
    else:
        return 0

测试部分代码：

def testingNB():
    listOPosts, listClasses = loadDataSet()    # 导入数据集
    myVocabList = createVocabList(listOPosts)
    trainMat = []
    for postinDoc in listOPosts:
        trainMat.append(setOfWords2Vec(myVocabList, postinDoc))
    p0V, p1V, pAb = trainNB0(array(trainMat), array(listClasses))    # 训练
    testEntry = ['love', 'my', 'dalmation']
    thisDoc = array(setOfWords2Vec(myVocabList, testEntry))
    print(testEntry, 'classified as: ', classifyNB(thisDoc, p0V, p1V, pAb))
    testEntry = ['stupid', 'garbage']
    thisDoc = array(setOfWords2Vec(myVocabList, testEntry))
    print(testEntry, 'classified as: ', classifyNB(thisDoc, p0V, p1V, pAb))

应用举例：

问题描述--判断邮件是否为垃圾邮件，借由一些关键词，带有这些词的即为垃圾邮件

样本数据--邮件集，词语标签【关键词，非关键词】

eg，【邮件】 hello【非关键词0】！stupid【关键词1】 dog【关键词1】！

新给出邮件，判断是否为垃圾邮件

标签：testEntry,--,sum,关键词,贝叶斯,trainCategory,朴素,trainMatrix
来源： https://blog.csdn.net/harden1013/article/details/122533807

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。