機器學習實戰中，樸素貝葉斯那一章節只實現了二分類，網上大多數博客也只是照搬書上的源碼，沒有弄懂實現的根本。在此梳理了一遍樸素貝葉斯的原理，實現了5分類的例子，也是自己的一點心得，交流一下。

創新互聯專注于企業成都營銷網站建設、網站重做改版、惠水網站定制設計、自適應品牌網站建設、H5技術、商城網站開發、集團公司官網建設、外貿網站建設、高端網站制作、響應式網頁設計等建站業務，價格優惠性價比高，為惠水等各大城市提供網站開發制作服務。

from numpy import *

'''

貝葉斯公式 p(ci|w) = p(w|ci)*p(ci) / p(w)

即比較兩類別分子大小，把結果歸為分子大的一類

p(w|ci)條件概率，即在類別1或0下，w(詞頻)出現的概率(詞頻/此類別總詞數即n/N)

'''

# 取得DataSet中不重復的word

def createVocabList(dataSet):

vocabSet = set([])#使用set創建不重復詞表庫

for document in dataSet:

vocabSet = vocabSet | set(document) #創建兩個集合的并集

return list(vocabSet)

'''

我們將每個詞的出現與否作為一個特征，這可以被描述為詞集模型(set-of-words model)。

在詞集中，每個詞只能出現一次。

'''

def setOfWords2Vec(vocabList, inputSet):

returnVec = [0]*len(vocabList)#創建一個所包含元素都為0的向量

#遍歷文檔中的所有單詞，如果出現了詞匯表中的單詞，則將輸出的文檔向量中的對應值設為1

for word in inputSet:

if word in vocabList:

returnVec[vocabList.index(word)] = 1

else: print("the word: %s is not in my Vocabulary!" % word)

return returnVec

'''

如果一個詞在文檔中出現不止一次，這可能意味著包含該詞是否出現在文檔中所不能表達的某種信息,

這種方法被稱為詞袋模型(bag-of-words model)。

在詞袋中，每個單詞可以出現多次。

為適應詞袋模型，需要對函數setOfWords2Vec稍加修改，修改后的函數稱為bagOfWords2VecMN

'''

def bagOfWords2Vec(vocabList, inputSet):

returnVec = [0]*len(vocabList)

for word in inputSet:

if word in vocabList:

returnVec[vocabList.index(word)] += 1

return returnVec

def countX(aList,el):

count = 0

for item in aList:

if item == el:

count += 1

return count

def trainNB0(trainMatrix,trainCategory):

'''

trainMatrix:文檔矩陣

trainCategory:每篇文檔類別標簽

'''

numTrainDocs = len(trainMatrix)

numWords = len(trainMatrix[0])

pAbusive0 = countX(trainCategory,0) / float(numTrainDocs)

pAbusive1 = countX(trainCategory,1) / float(numTrainDocs)

pAbusive2 = countX(trainCategory,2) / float(numTrainDocs)

pAbusive3 = countX(trainCategory,3) / float(numTrainDocs)

pAbusive4 = countX(trainCategory,4) / float(numTrainDocs)

#初始化所有詞出現數為1，并將分母初始化為2，避免某一個概率值為0

p0Num = ones(numWords); p1Num = ones(numWords)

p2Num = ones(numWords)

p3Num = ones(numWords)

p4Num = ones(numWords)

p0Denom = 2.0; p1Denom = 2.0 ;p2Denom = 2.0

p3Denom = 2.0; p4Denom = 2.0

for i in range(numTrainDocs):

# 1類的矩陣相加

if trainCategory[i] == 1:

p1Num += trainMatrix[i]

p1Denom += sum(trainMatrix[i])

if trainCategory[i] == 2:

p2Num += trainMatrix[i]

p2Denom += sum(trainMatrix[i])

if trainCategory[i] == 3:

p3Num += trainMatrix[i]

p3Denom += sum(trainMatrix[i])

if trainCategory[i] == 4:

p4Num += trainMatrix[i]

p4Denom += sum(trainMatrix[i])

if trainCategory[i] == 0:

p0Num += trainMatrix[i]

p0Denom += sum(trainMatrix[i])

#將結果取自然對數，避免下溢出，即太多很小的數相乘造成的影響

p4Vect = log(p4Num/p4Denom)

p3Vect = log(p3Num/p3Denom)

p2Vect = log(p2Num/p2Denom)

p1Vect = log(p1Num/p1Denom)#change to log()

p0Vect = log(p0Num/p0Denom)#change to log()

return p0Vect,p1Vect,p2Vect,p3Vect,p4Vect,pAbusive0,pAbusive1,pAbusive2,pAbusive3,pAbusive4

def classifyNB(vec2Classify,p0Vec,p1Vec,p2Vec,p3Vec,p4Vec,pClass0,pClass1,pClass2,pClass3,pClass4):

p1 = sum(vec2Classify * p1Vec) + log(pClass1)

p2 = sum(vec2Classify * p2Vec) + log(pClass2)

p3 = sum(vec2Classify * p3Vec) + log(pClass3)

p4 = sum(vec2Classify * p4Vec) + log(pClass4)

p0 = sum(vec2Classify * p0Vec) + log(pClass0)

## print(p0,p1,p2,p3,p4)無錫人流醫院 http://www.bhnkyy39.com/

return [p0,p1,p2,p3,p4].index(max([p0,p1,p2,p3,p4]))

if __name__ == "__main__":

dataset = [['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'],

['i','love','you'],

['you','kiss','me'],

['hate','heng','no'],

['can','i','hug','you'],

['refuse','me','ache'],

['1','4','3'],

['5','2','3'],

['1','2','3']]

# 0，1，2，3，4分別表示不同類別

classVec = [0,1,0,1,0,1,2,2,4,2,4,3,3,3]

print("正在創建詞頻列表")

myVocabList = createVocabList(dataset)

print("正在建詞向量")

trainMat = []

for postinDoc in dataset:

trainMat.append(setOfWords2Vec(myVocabList,postinDoc))

print("開始訓練")

p0V,p1V,p2V,p3V,p4V,pAb0,pAb1,pAb2,pAb3,pAb4 = trainNB0(array(trainMat),array(classVec))

# 輸入的測試案例

tmp = ['love','you','kiss','you']

thisDoc = array(setOfWords2Vec(myVocabList,tmp))

flag = classifyNB(thisDoc,p0V,p1V,p2V,p3V,p4V,pAb0,pAb1,pAb2,pAb3,pAb4)

print('flag is',flag)

另外有需要云服務器可以了解下創新互聯cdcxhl.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業上云的綜合解決方案，具有“安全穩定、簡單易用、服務可用性高、性價比高”等特點與優勢，專為企業上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

分享名稱：python源碼，樸素貝葉斯實現多分類-創新互聯
分享鏈接：http://www.yijiale78.com/article40/dodieo.html

成都網站建設公司_創新互聯，為您提供服務器托管、ChatGPT、企業網站制作、網站設計、網站內鏈、響應式網站

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯