Navie Bayes理解
来源:互联网 发布:mars java 编辑:程序博客网 时间:2024/06/14 08:24
朴素贝叶斯(Navie Bayes)法是基于贝叶斯定理与特征条件独立假设的分类方法
独立性
一般的
全概率公式
事件
贝叶斯(Bayes)公式
事件
其中
我们先预估一个”先验概率”,然后加入实验结果,看这个实验到底是增强还是削弱了”先验概率”,由此得到更接近事实的”后验概率”。
朴素贝叶斯算法
当前要分类的特征向量为
因为所有概率分母
其中
朴素贝叶斯假设每个特征维度都具有独立性,这一假设使得朴素贝叶斯在计算上变得简便,但有时会牺牲准确率。
计算每个类别下的概率分布与Laplace校准
由上面的公式可知,我们需要计算
其中,如果计算特征概率时候出现0怎么办,在此我们给每一个特征项都加1,那么训练样本在足够大的时候,就不会影响概率值了。
朴素贝叶斯实战demo
from numpy import *# 自定义一个数据集,包含有侮辱性评论和正常评论def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', 'dog', 'park', 'stupid'], ['my', 'dalmation', 'is', 'so', 'cute', 'I', 'love', 'him'], ['stop', 'posting', 'stupid', 'worthless', 'garbage'], ['mr', 'licks', 'ate', 'my', 'steak', 'how', 'to', 'stop', 'him'], ['quit', 'buying', 'worthless', 'dog', 'food', 'stupid']] classVec = [0,1,0,1,0,1] #1 is abusive, 0 not return postingList,classVec# 根据词袋模型,创建词袋集合def createVocabList(dataSet): vocabSet = set([]) #create empty set for document in dataSet: vocabSet = vocabSet | set(document) #union of the two sets 合并两个集合,不断将数据集中的单词加到词袋里,并且保证词袋里面的单词不重合 return list(vocabSet) # 返回词袋集合# 输入词袋集合和输入集合,来计算特征向量def setOfWords2Vec(vocabList, inputSet): returnVec = [0]*len(vocabList) # 创建一个和词袋一样大小的特征向量 for word in inputSet: # 双层循环分别遍历输入数据和词袋,如果输入数据中的单词出现在词袋中,那么将对应位置置1 if word in vocabList: returnVec[vocabList.index(word)] = 1 else: print "the word: %s is not in my Vocabulary!" % word return returnVec # 返回特征向量# 训练模型,trainMatrix是训练矩阵,trainCategory是类别矩阵def trainNB0(trainMatrix,trainCategory): numTrainDocs = len(trainMatrix) # 计算有多少个训练样本 numWords = len(trainMatrix[0]) # 计算特征向量的维度 pAbusive = sum(trainCategory)/float(numTrainDocs) # 计算所有评论中侮辱性评论的比率 p0Num = ones(numWords); p1Num = ones(numWords) #change to ones() P0num,p1num都是用来计算每个特征项的频率,以防出现概率为0,故将每个特征维度都加1 p0Denom = 2.0; p1Denom = 2.0 #change to 2.0 p0Demo,P1Ddemo用来计算每个类别下的总词数 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) #change to log() 在python中很多个很小的数相乘四舍五入可能造成积为0,所以我们用log(ab)=log(a)+log(b)代替ab p0Vect = log(p0Num/p0Denom) #change to log() return p0Vect,p1Vect,pAbusive # 返回每个类别下单词出现的概率和侮辱性评论的概率# 根据训练完的模型来计算待分类样本的类别,vec2Classify为待分类样本def classifyNB(vec2Classify, p0Vec, p1Vec, pClass1): p1 = sum(vec2Classify * p1Vec) + log(pClass1) #element-wise mult vec2Classify为一个非1即0的矩阵,vec2Classify*p1vec即可得log[p(x1|y)p(x2|y)...] p0 = sum(vec2Classify * p0Vec) + log(1.0 - pClass1) if p1 > p0: return 1 else: return 0def testingNB(): listOPosts,listClasses = loadDataSet() myVocabList = createVocabList(listOPosts) trainMat=[] for postinDoc in listOPosts: trainMat.append(setOfWords2Vec(myVocabList, postinDoc)) p0V,p1V,pAb = trainNB0(array(trainMat),array(listClasses)) 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)
博客参考:算法杂货铺,贝叶斯过滤垃圾邮件,《机器学习实战》
- Navie Bayes理解
- 利用朴素贝叶斯(Navie Bayes)进行垃圾邮件分类
- 如何理解naive Bayes
- 如何理解naive Bayes
- 生成学习算法(Generative Learning):GDA(高斯判别)和Navie Bayes(朴素贝叶斯)(一)
- BAYES
- bayes
- bayes
- Bayes
- bayes network新理解(1)
- bayes network新理解(2)
- 关于BAYES判别的一点理解
- 深入理解朴素贝叶斯(Naive Bayes)
- 朴素贝叶斯模型(Naive Bayes Model,NB)理解
- Logistic Regression and Naive Bayes新的理解点
- 更好理解贝叶斯定律(Bayes Law)和卡曼滤波器(Kalman Filter)原理
- Bayes optimal
- Naive Bayes
- 关于在函数前加const 和成员函数后加const 的记录
- EasyGui中文教程
- Python异常处理的学习(1)
- 如何将Eclipse编辑背景切换为黑色?
- MTCNN(Multi-task convolutional neural networks)人脸对齐
- Navie Bayes理解
- volatile二三事2---非原子性
- 【Java02】将某路径下所有文件夹名里的空格取消掉
- 对退出app应用的一些理解和方式
- Codeforces-786C-Till I Collapse(二分剪枝)
- 编写代码模拟三次密码输入的场景
- kruskal模板
- 安徽大学第九届大学生程序设计竞赛 网络预选赛 D
- 我理解的Curry化