python 实现朴素贝叶斯分类器（离散数据）

最新推荐文章于 2024-10-07 08:53:40 发布

原创

最新推荐文章于 2024-10-07 08:53:40 发布 · 4.4k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#python #朴素贝叶斯法 #机器学习

有用请点赞，没用请差评。

欢迎分享本文，转载请保留出处。

朴素贝叶斯算法步骤：

贝叶斯估计

代码：

# -*- coding:utf-8 -*-
# naive Bayes  朴素贝叶斯法
#author:Tomator

"""
算法参考与李航博士《统计学习方法》
采用贝叶斯估计(拉普拉斯平滑)计算先验概率和条件概率
"""

from collections import Counter, defaultdict
import  numpy as np
import  operator

class NBayes(object):
    def __init__(self,smooth=1):
        self.smooth = smooth  # 贝叶斯估计方法的平滑参数smooth=1，当smooth=0时即为最大似然估计
        self.p_prior = {}  # 先验概率
        self.p_condition = {}  # 条件概率

    def train(self, vector_data , label_data):

        n_samples