机器学习-朴素贝叶斯（侮辱类词汇检测）

最新推荐文章于 2023-12-05 19:10:24 发布

原创

最新推荐文章于 2023-12-05 19:10:24 发布 · 1.1k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #贝叶斯 #词汇检测

本文探讨了如何使用朴素贝叶斯算法进行侮辱类词汇检测。通过计算特定词汇出现的概率，以此来识别文本是否包含侮辱性内容。尽管在计算中忽略了分母的影响，但这种方法对于判断概率的相对大小仍然有效。

根据公式：

可以得出：

这里进行计算时，只需要计算分子，比较大小，因为分母只是对数值有影响，对两个数的比较不会产生影响

import numpy as np

"""创建数据集"""
def loadDataSet():
    postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'],
                   ['maybe', 'not', 'take', 'him', 'to', 'dog', 'park', 'stupid'],  # stupid侮辱类
                   ['my', 'dalmation', 'is', 'so', 'cute', 'I', 'love', 'him'],
                   ['stop', 'posting', 'stupid', 'worthless', 'garbage'],  # garbage,stupid侮辱类
                   ['mr', 'licks', 'ate', 'my', 'steak', 'how', 'to', 'stop', 'him'],
                   ['quit', 'buying', 'worthless', 'dog', 'food', 'stupid']]  # stupid侮辱类
    classVec