Python實現(xiàn)的樸素貝葉斯分類器示例
本文實例講述了Python實現(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,自己寫了一個樸素貝葉斯分類器。
對于未出現(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致整個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,自己寫了一個樸素貝葉斯分類器。對于未出現(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致整個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目,由None改為一個非常小的數(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 = {}
# 計算每個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
# 對比每個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:關于樸素貝葉斯算法詳細說明還可參看本站前面一篇http://www.dbjr.com.cn/article/129903.htm。
更多關于Python相關內(nèi)容感興趣的讀者可查看本站專題:《Python數(shù)據(jù)結構與算法教程》、《Python加密解密算法與技巧總結》、《Python編碼操作技巧總結》、《Python函數(shù)使用技巧總結》、《Python字符串操作技巧匯總》及《Python入門與進階經(jīng)典教程》
希望本文所述對大家Python程序設計有所幫助。
相關文章
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實現(xiàn)matplotlib顯示中文的方法,結合實例形式詳細總結分析了Python使用matplotlib庫繪圖時顯示中文的相關操作技巧與注意事項,需要的朋友可以參考下2021-08-08
Django REST framework 單元測試實例解析
這篇文章主要介紹了Django REST framework 單元測試實例解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-11-11
Python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內(nèi)容需要的小伙伴可以參考一下2022-04-04

