程序博客网 > 网易邮箱 数据库下载

openCv学习笔记（十三）—贝叶斯分类器的实现

来源：互联网 发布：网易邮箱 数据库下载 编辑：程序博客网 时间：2024/05/22 22:09

第一个是用c语言做的关于文本的分类，主要是对待分类文本所有单词在模板中概率的后验计算。算法比较简单，从网上下的（没记下地址，若不愿意公开，请留言，自当处理），稍作了一点修改。。，等有时间可以实现垃圾邮件的分类，利用斯坦福机器学习公开课中方法，统计高频词，利用朴素贝叶斯。等有时间和大家分享。

[cpp] view plaincopyprint?
  1. #include <stdio.h>
  2. #include <string.h>
  3. #include <direct.h> //_getcwd(), _chdir()
  4. #include <stdlib.h> //_MAX_PATH, system()
  5. #include <io.h> //_finddata_t, _findfirst(), _findnext(), _findclose()
  6. #include<iostream>
  7. using namespace std;
  8. //#include<fstream>
  9. char vocabulary[1000][20];/*声明公有二维数组，用来存储分割好的单词*/
  12. /*=================将要分类的文本分割成单词存储在二维数组vocabulary中================*/
  13. //@输入参数：要分类的文本
  14. //@输出参数：该文本中总单词数
  16. int SplitToWord(char text[])
  17. {
  18. int i=0;
  19. char seps[]=", .\n";/*定义单词的分隔符*/
  20. char *substring;
  22. /******利用分隔符将文本内容分割成单词并存储******/
  23. substring=strtok(text,seps);
  24. while(substring!=NULL)
  25. {
  26. strcpy(vocabulary[i],substring);//将单词存储到vocabulary数组中
  27. substring=strtok(NULL,seps);
  28. i++;
  29. }
  30. return i; //返回一共多少个单词
  31. }
  34. /*===============================计算该目录下的文件数================================*/
  35. //@输入参数：无
  36. //@输出参数：该目录下.txt文件数
  38. int CountDirectory()
  39. {
  40. int count=0; //txt文件计数器
  41. long hFile;
  42. _finddata_t fileinfo;
  44. /********查找.txt文件，记录文件数**********/
  45. if ((hFile=_findfirst("*.txt",&fileinfo))!=-1L)
  46. {
  47. do
  48. {
  49. count++;
  50. } while (_findnext(hFile,&fileinfo) == 0);
  51. }
  52. return count;
  53. }
  56. /*===================================计算某类别中∏P(ai|vj)===================================*/
  57. //@输入参数：分类文本中单词数
  58. //@输出参数：该类别下∏P(ai|vj)
  60. float CalculateWordProbability(int wordCount)
  61. {
  62. int countSame; //分类文本中的某单词在所有训练样本中出现次数
  63. int countAll=0; //训练样本中总单词数
  64. char token;
  65. FILE *fp;
  66. float wordProbability=1; //为后面联乘做准备
  67. int i,j;
  68. long hFile;
  69. _finddata_t fileinfo;
  72. for(j=0;j<wordCount;j++) //对于分类样本中的每一个单词
  73. {
  74. countSame=0;
  75. countAll=0;
  76. if((hFile=_findfirst("*.txt",&fileinfo))!=-1L)//对于该类别下每一个.txt文本
  77. {
  78. do
  79. {
  80. if((fp=fopen(fileinfo.name,"r"))==NULL)//是否能打开该文本
  81. {
  82. printf("Sorry!Cannot open the file!\n");
  83. exit(0);
  84. }
  86. /********存储此.txt文件中每个单词并与分类文本的单词作比较*******/
  87. while((token = fgetc(fp)) != EOF)
  88. {
  89. char keyword[1024];
  90. i = 0;
  92. keyword[0] = token; // 将每个词第一个字符赋给数组第一个元素
  93. while ((keyword[++i] = fgetc(fp)) !=' ' && keyword[i] != '\t' && keyword[i] != EOF && keyword[i] !='\n'); // 开始读字符，直到遇到空白符，说明找到一个词
  94. keyword[i] = '\0';// 加结束符
  95. countAll++;
  97. if (strcmp(keyword,vocabulary[j]) == 0)//比较两个单词是否相同
  98. countSame++;
  99. }
  100. fclose(fp);
  102. }while (_findnext(hFile,&fileinfo) == 0);
  103. }
  104. wordProbability*=(float)(countSame+1)/(float)(wordCount+countAll)*300;//计算∏P(wj|vi)，为了扩大效果而*380
  105. }
  107. return wordProbability;
  108. }
  111. /*============================计算每个类别的最终概率输出结果===============================*/
  112. //@输入参数：分类文本中单词数
  114. void CalculateProbability(int wordCount,int num)
  115. {
  116. /*********将类别表存储在二维数组中*********/
  117. FILE *fp;
  118. char classList[10][20]; //类别列表
  119. char ch; //临时读取字符使用
  120. int index=0; //classList的行标
  121. int className_c=0; //classList的列标
  123. if((fp=fopen("ClassList.txt","r"))==NULL)
  124. {
  125. printf("Failed to open the file: ClassList.txt.\n");
  126. }
  127. ch = fgetc(fp);
  128. while(ch!=EOF)
  129. {
  130. if(ch!='\n')
  131. {
  132. classList[index][className_c]=ch;
  133. className_c++;
  134. }
  135. else
  136. {
  137. classList[index][className_c]='\0';
  138. index++;
  139. className_c=0;
  140. }
  141. ch = fgetc(fp);
  142. }
  144. /********计算总文本数和每个类别下的文本数、∏P(ai|vj)********/
  145. int txtCount[10]; //每个类别下的训练文本数
  146. int countAll=0; //训练集中总文本数
  147. float wordProbability[10];//每个类别的单词概率，即∏P(ai|vj)
  149. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\1"))//更改当前绝对路径
  150. printf("系统找不到指定路径!\n");
  151. else
  152. {
  153. txtCount[0]=CountDirectory(); //获取该类别下.txt文件数
  154. countAll+=txtCount[0];
  155. wordProbability[0]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  156. }
  157. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\2"))//更改当前绝对路径
  158. printf("系统找不到指定路径!\n");
  159. else
  160. {
  161. txtCount[1]=CountDirectory(); //获取该类别下.txt文件数
  162. countAll+=txtCount[1];
  163. wordProbability[1]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  164. }
  165. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\3"))//更改当前绝对路径
  166. printf("系统找不到指定路径!\n");
  167. else
  168. {
  169. txtCount[2]=CountDirectory(); //获取该类别下.txt文件数
  170. countAll+=txtCount[2];
  171. wordProbability[2]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  172. }
  173. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\4"))//更改当前绝对路径
  174. printf("系统找不到指定路径!\n");
  175. else
  176. {
  177. txtCount[3]=CountDirectory(); //获取该类别下.txt文件数
  178. countAll+=txtCount[3];
  179. wordProbability[3]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  180. }
  181. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\5"))//更改当前绝对路径
  182. printf("系统找不到指定路径!\n");
  183. else
  184. {
  185. txtCount[4]=CountDirectory(); //获取该类别下.txt文件数
  186. countAll+=txtCount[4];
  187. wordProbability[4]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  188. }
  189. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\6"))//更改当前绝对路径
  190. printf("系统找不到指定路径!\n");
  191. else
  192. {
  193. txtCount[5]=CountDirectory(); //获取该类别下.txt文件数
  194. countAll+=txtCount[5];
  195. wordProbability[5]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  196. }
  197. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\7"))//更改当前绝对路径
  198. printf("系统找不到指定路径!\n");
  199. else
  200. {
  201. txtCount[6]=CountDirectory(); //获取该类别下.txt文件数
  202. countAll+=txtCount[6];
  203. wordProbability[6]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  204. }
  205. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\8"))//更改当前绝对路径
  206. printf("系统找不到指定路径!\n");
  207. else
  208. {
  209. txtCount[7]=CountDirectory(); //获取该类别下.txt文件数
  210. countAll+=txtCount[7];
  211. wordProbability[7]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  212. }
  213. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\9"))//更改当前绝对路径
  214. printf("系统找不到指定路径!\n");
  215. else
  216. {
  217. txtCount[8]=CountDirectory(); //获取该类别下.txt文件数
  218. countAll+=txtCount[8];
  219. wordProbability[8]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  220. }
  221. if(_chdir("D:\\openCV\\openCVProject\\openCVtext\\贝叶斯（文本分类）—c语言\\example\\10"))//更改当前绝对路径
  222. printf("系统找不到指定路径!\n");
  223. else
  224. {
  225. txtCount[9]=CountDirectory(); //获取该类别下.txt文件数
  226. countAll+=txtCount[9];
  227. wordProbability[9]=CalculateWordProbability(wordCount); //获取该类别下∏P(wj|vi)
  228. }
  230. /*******计算先验概率和最终概率并输出分类结果*******/
  231. float max=0;
  232. int classNo=0;
  233. float priorProbability[10];
  234. float finalProbability[10];
  236. for(int i=0;i<num;i++)
  237. {
  238. priorProbability[i]=(float)txtCount[i]/(float)countAll;//先验概率
  239. finalProbability[i]=priorProbability[i]*wordProbability[i];//最终概率
  240. if(finalProbability[i]>max) //找到最大概率并记录
  241. {
  242. max=finalProbability[i];
  243. classNo=i;
  244. }
  245. printf("该文本为类别%s的概率为:%.5e\n",classList[i],finalProbability[i]);//输出每个类别的最终概率
  246. }
  247. printf("\n经分析，该文本最有可能为%s类文本!\n",classList[classNo]);//输出最后分类结果
  248. }
  251. /*===================调用文本分割函数和计算最终概率函数======================*/
  252. //@输入参数：分类文本
  254. void NaiveBayesClassifier(char text[],int num)
  255. {
  256. int vocabularyCount;//分类样本中单词数
  258. vocabularyCount=SplitToWord(text); //对要分类的文本进行单词分割，结果存储在vocabulary数组中，返回分类样本中单词数
  259. CalculateProbability(vocabularyCount,num); //计算最终概率
  260. }
  263. /*===================程序入口====================*/
  264. int main()
  265. {
  266. FILE *fp;
  267. if((fp=fopen("text.txt","r"))==NULL)
  268. {
  269. printf("Failed to open the file: ClassList.txt.\n");
  270. }
  271. char ch = fgetc(fp);
  272. int i=0;
  273. while(ch!=EOF)
  274. {
  275. ch = fgetc(fp);
  276. i++;
  277. }
  278. char *text=newchar(i+1);
  279. fseek(fp,0,SEEK_SET);//
  280. ch = fgetc(fp);
  281. int j=0;
  282. while(ch!=EOF)
  283. {
  284. ch = fgetc(fp);
  285. cout<<ch;
  286. text[j]=ch;
  287. j++;
  288. }
  289. // char text[]=new char(i);;
  290. int num = 2;
  292. NaiveBayesClassifier(text,num); /*调用朴素贝叶斯分类函数，返回最终分类结果*/
  293. return 1;
  294. }


这一个是openCv里的贝叶斯训练器的使用，摘自：http://blog.csdn.net/carson2005/article/details/6854024

[cpp] view plaincopyprint?
  1. //openCV中贝叶斯分类器的API函数用法举例
  2. //运行环境：winXP + VS2008 + openCV2.3.0
  3. //摘自：http://blog.csdn.net/carson2005/article/details/6854024
  4. //#include <stdafx.h>
  5. /*
  6. openCV中与贝叶斯分类器相关的API函数有以下几个：
  7. (1)CvNormalBayesClassifier::CvNormalBayesClassifier();
  9. 该函数为默认构造函数；
  11. (2)CvNormalBayesClassifier::CvNormalBayesClassifier(const Mat& trainData, const Mat& response, const Mat& varIdx=Mat(),const Mat& sampleIdx=Mat());
  13. 该函数实际是在默认构造函数内部调用train()函数进行分类器训练；
  15. (3)bool CvNormalBayesClassifier::train(const Mat& trainData, const Mat& response, const Mat& varIdx=Mat(),const Mat& sampleIdx=Mat());
  17. 该函数进行贝叶斯分类器的训练，输入向量必须为行向量；变量response必须为整数，但其在初始化时类型可被设置为CV_32FC1;
  19. 所有特征向量必须完整，不允许训练样本集的某一个向量存在数据缺失；
  21. (4)float CvNormalBayesClassifier::predict(const Mat& samples, Mat* result=0);
  23. 该函数根据用户输入的测试样本的特征向量，返回其所属的类别；注意，如果输入是很多个测试样本的特征向量组成的矩阵，返回值为result矩阵；
  25. */
  26. #include "opencv.hpp"
  27. #include <iostream>
  28. using namespace cv;
  29. using namespace std;
  31. //10个样本特征向量维数为12的训练样本集，第一列为该样本的类别标签
  32. double inputArr[10][13] =
  33. {
  34. 1,0.708333,1,1,-0.320755,-0.105023,-1,1,-0.419847,-1,-0.225806,0,1,
  35. -1,0.583333,-1,0.333333,-0.603774,1,-1,1,0.358779,-1,-0.483871,0,-1,
  36. 1,0.166667,1,-0.333333,-0.433962,-0.383562,-1,-1,0.0687023,-1,-0.903226,-1,-1,
  37. -1,0.458333,1,1,-0.358491,-0.374429,-1,-1,-0.480916,1,-0.935484,0,-0.333333,
  38. -1,0.875,-1,-0.333333,-0.509434,-0.347032,-1,1,-0.236641,1,-0.935484,-1,-0.333333,
  39. -1,0.5,1,1,-0.509434,-0.767123,-1,-1,0.0534351,-1,-0.870968,-1,-1,
  40. 1,0.125,1,0.333333,-0.320755,-0.406393,1,1,0.0839695,1,-0.806452,0,-0.333333,
  41. 1,0.25,1,1,-0.698113,-0.484018,-1,1,0.0839695,1,-0.612903,0,-0.333333,
  42. 1,0.291667,1,1,-0.132075,-0.237443,-1,1,0.51145,-1,-0.612903,0,0.333333,
  43. 1,0.416667,-1,1,0.0566038,0.283105,-1,1,0.267176,-1,0.290323,0,1
  44. };
  46. //一个测试样本的特征向量
  47. double testArr[]=
  48. {
  49. 0.25,1,1,-0.226415,-0.506849,-1,-1,0.374046,-1,-0.83871,0,-1
  50. };
  53. int main()
  54. {
  55. Mat trainData(10, 12, CV_32FC1);//构建训练样本的特征向量
  56. for (int i=0; i<10; i++)
  57. {
  58. for (int j=0; j<12; j++)
  59. {
  60. trainData.at<float>(i, j) = inputArr[i][j+1];
  61. }
  62. }
  64. Mat trainResponse(10, 1, CV_32FC1);//构建训练样本的类别标签
  65. for (int i=0; i<10; i++)
  66. {
  67. trainResponse.at<float>(i, 0) = inputArr[i][0];
  68. }
  70. CvNormalBayesClassifier nbc;
  71. bool trainFlag = nbc.train(trainData, trainResponse);//进行贝叶斯分类器训练
  72. if (trainFlag)
  73. {
  74. cout<<"train over..."<<endl;
  75. nbc.save("d:/normalBayes.txt");
  76. }
  77. else
  78. {
  79. cout<<"train error..."<<endl;
  80. system("pause");
  81. exit(-1);
  82. }
  85. CvNormalBayesClassifier testNbc;
  86. testNbc.load("d:/normalBayes.txt");
  88. Mat testSample(1, 12, CV_32FC1);//构建测试样本
  89. for (int i=0; i<12; i++)
  90. {
  91. testSample.at<float>(0, i) = testArr[i];
  92. }
  94. float flag = testNbc.predict(testSample);//进行测试
  95. cout<<"flag = "<<flag<<endl;
  97. system("pause");
  98. return 0;
  99. }
网易邮箱 数据库下载 网易邮箱 数据库下载
原创粉丝点击
热门IT博客
42所双一流大学知乎42所双一流大学知乎
mac奶油橘色口红试色mac奶油橘色口红试色
nginx 禁止通过ip访问
网络安全标志图片大全
店铺淘宝客利润
莫比乌斯韩国电影知乎
mysql跨ip访问数据库
mac按键精灵使用教程
网络算命软件下载
降龙软件使用说明
linux 查看系统调用
oltp数据库
怎么用淘宝打印电子单
蜂窝移动数据app不见了
sql server修改语句
spark大数据
今天非农沥青数据
ubuntu 清华源
python 字典查找value
linux 获取cpu信息
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 爱乐维说明书 斯利安和爱乐维哪个好 吃爱乐维大便发黑 爱乐维怎么吃 爱乐仕锅具怎么样 爱乐之城影评 吃爱乐维拉绿色便便 爱乐国际早教中心 上海爱乐乐团 北京爱乐乐团 北京爱乐管弦乐团 爱乐游儿童乐园 爱乐艺术培训中心 爱乐奇英语怎么样 爱乐优机器人 爱而乐施宝定 早教亲子课教案详案 孕妇千万别吃爱乐维 为什么医生都不建议吃爱乐维 为什么很多医生不建议爱乐维 机长大人亲点爱 爱欲亲娘 孝老爱亲手抄报 孝老爱亲 我被亲弟弟强制爱 打是亲骂是爱下一句 孝老爱亲模范事迹材料 打是亲骂是爱 爱亲做亲 孝老爱亲手抄报简单又漂亮 孝老爱亲向上向善手抄报 互爱一家亲 孝老爱亲手抄报图片 敬老爱亲手抄报 谁被爱亲母婴骗过 孝老爱亲又好看又简单画 爱亲母婴生活馆怎么样 爱亲母婴用品怎么样 爱亲生活馆 孝老爱亲事迹材料 孝老爱亲的名言警句

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里