【机器学习实战】笔记三：朴素贝叶斯算法

最新推荐文章于 2024-03-01 15:50:48 发布

PenguinGoHack

最新推荐文章于 2024-03-01 15:50:48 发布

阅读量678

点赞数

CC 4.0 BY-SA版权

分类专栏： Machine Learning 文章标签：机器学习算法

本文链接：https://blog.youkuaiyun.com/qq_28099011/article/details/50487554

本文详细介绍了朴素贝叶斯分类器的训练过程，包括关键步骤和原理，结合实例展示了如何实现这一重要的机器学习算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

朴素贝叶斯分类器训练函数：

def trainNB0(trainMatrix, trainCategory):
    numTrainDocs = len(trainMatrix) #文档个数
    numWords = len(trainMatrix[0]) #一个文档中的单词数
    pAbusive = sum(trainCategory)/float(numTrainDocs) #计算文档为侮辱性文档的概率
    p0Num = zeros(numWords)
    p1Num = zeros(numWords)
    p0Denom = 2.0; p1Denom = 2.0
    for i in range(numTrainDocs):
        if trainCategory[i] == 1:
            p1Num += trainMatrix[i]
            p1Denom += sum(trainMatrix[i])