Python實(shí)現(xiàn)的樸素貝葉斯分類器示例
本文實(shí)例講述了Python實(shí)現(xiàn)的樸素貝葉斯分類器。分享給大家供大家參考,具體如下:
因工作中需要,自己寫了一個(gè)樸素貝葉斯分類器。
對(duì)于未出現(xiàn)的屬性,采取了拉普拉斯平滑,避免未出現(xiàn)的屬性的概率為零導(dǎo)致整個(gè)條件概率都為零的情況出現(xiàn)。
樸素貝葉斯的基本原理網(wǎng)上很容易查到,這里不再敘述,直接附上代碼
因工作中需要,自己寫了一個(gè)樸素貝葉斯分類器。對(duì)于未出現(xiàn)的屬性,采取了拉普拉斯平滑,避免未出現(xiàn)的屬性的概率為零導(dǎo)致整個(gè)條件概率都為零的情況出現(xiàn)。
class NBClassify(object): def __init__(self, fillNa = 1): self.fillNa = 1 pass def train(self, trainSet): # 計(jì)算每種類別的概率 # 保存所有tag的所有種類,及它們出現(xiàn)的頻次 dictTag = {} for subTuple in trainSet: dictTag[str(subTuple[1])] = 1 if str(subTuple[1]) not in dictTag.keys() else dictTag[str(subTuple[1])] + 1 # 保存每個(gè)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 ############################################################################## # 計(jì)算特征的條件概率 # 保存特征屬性基本信息{特征1:{值1:出現(xiàn)5次, 值2:出現(xiàn)1次}, 特征2:{值1:出現(xiàn)1次, 值2:出現(xiàn)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 = { # '職業(yè)': {'農(nóng)夫': 1, '教師': 2, '建筑工人': 2, '護(hù)士': 1}, # '癥狀': {'打噴嚏': 3, '頭痛': 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 ': {'癥狀': {'打噴嚏': None, '頭痛': None}, '職業(yè)': {'護(hù)士': None, '農(nóng)夫': None, '建筑工人': None, '教師': None}}, # '腦震蕩': {'癥狀': {'打噴嚏': None, '頭痛': None}, '職業(yè)': {'護(hù)士': None, '農(nóng)夫': None, '建筑工人': None, '教師': None}}, # '過敏 ': {'癥狀': {'打噴嚏': None, '頭痛': None}, '職業(yè)': {'護(hù)士': None, '農(nóng)夫': None, '建筑工人': None, '教師': 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) # 將馴良樣本中沒有的項(xiàng)目,由None改為一個(gè)非常小的數(shù)值,表示其概率極小而并非是零 for tag, featuresDict in dictFeatures.items(): for featureName, fetureValueDict in featuresDict.items(): for featureKey, featureValues in fetureValueDict.items(): if featureValues == None: fetureValueDict[featureKey] = 1 # 由特征頻率計(jì)算特征的條件概率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 = {} # 計(jì)算每個(gè)tag的條件概率 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 # 對(duì)比每個(gè)tag的條件概率的大小 resultList = sorted(resultDict.items(), key=lambda x:x[1], reverse=True) return resultList[0][0] if __name__ == '__main__': trainSet = [ ({"癥狀":"打噴嚏", "職業(yè)":"護(hù)士"}, "感冒 "), ({"癥狀":"打噴嚏", "職業(yè)":"農(nóng)夫"}, "過敏 "), ({"癥狀":"頭痛", "職業(yè)":"建筑工人"}, "腦震蕩"), ({"癥狀":"頭痛", "職業(yè)":"建筑工人"}, "感冒 "), ({"癥狀":"打噴嚏", "職業(yè)":"教師"}, "感冒 "), ({"癥狀":"頭痛", "職業(yè)":"教師"}, "腦震蕩"), ] monitor = NBClassify() # trainSet is something like that [(featureDict, tag), ] monitor.train(trainSet) # 打噴嚏的建筑工人 # 請(qǐng)問他患上感冒的概率有多大? result = monitor.classify({"癥狀":"打噴嚏", "職業(yè)":"建筑工人"}) print(result)
另:關(guān)于樸素貝葉斯算法詳細(xì)說明還可參看本站前面一篇http://www.dbjr.com.cn/article/129903.htm。
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題:《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python加密解密算法與技巧總結(jié)》、《Python編碼操作技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
Python更新所有安裝的包的實(shí)現(xiàn)方式
這篇文章主要介紹了Python更新所有安裝的包的實(shí)現(xiàn)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-03-03Pyqt實(shí)現(xiàn)簡(jiǎn)易計(jì)算器功能
這篇文章主要為大家詳細(xì)介紹了Pyqt實(shí)現(xiàn)簡(jiǎn)易計(jì)算器功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-05-05手把手帶你了解Python數(shù)據(jù)分析--matplotlib
這篇文章主要介紹了Python實(shí)現(xiàn)matplotlib顯示中文的方法,結(jié)合實(shí)例形式詳細(xì)總結(jié)分析了Python使用matplotlib庫繪圖時(shí)顯示中文的相關(guān)操作技巧與注意事項(xiàng),需要的朋友可以參考下2021-08-08Django REST framework 單元測(cè)試實(shí)例解析
這篇文章主要介紹了Django REST framework 單元測(cè)試實(shí)例解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11Python基本數(shù)據(jù)類型及內(nèi)置方法
這篇文章主要介紹了Python基本數(shù)據(jù)類型及內(nèi)置方法,??數(shù)據(jù)類型是用來記錄事物狀態(tài)的,而事物的狀態(tài)是不斷變化的,下文圍繞主題展開相關(guān)內(nèi)容需要的小伙伴可以參考一下2022-04-04快速進(jìn)修Python指南之函數(shù)進(jìn)階
這篇文章主要為大家介紹了Java開發(fā)者快速進(jìn)修Python指南之函數(shù)進(jìn)階示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-12-12